Moniparametrinen funktionaalinen munuaisten magneettikuvaus: nykytila ja tulevaisuuden kehityssuunnat syvällisillä oppimismenetelmillä Ⅱ
Nov 28, 2023
III. Tiedon jälkikäsittely ja analysointi: uusia strategioita syvällä oppimisella
Moniparametrisen fMRI:n avulla voidaan tuottaa valtava määrä tietoa. Miten tätä datamäärää pitäisi käsitellä? Kuinka nämä tiedot voidaan poimia suoraan?
Tiedon jälkikäsittely ja analysointi on aihe, jota kuvataan harvoin yksityiskohtaisesti useimmissa toiminnallista munuaisten kuvantamista koskevissa kliinisissä tutkimuksissa.
▶ Kuva 1 Moniparametrinenmunuaisten toiminnallinen kuvantaminenvapaaehtoisen, joka näyttää useita eri toiminnallisia parametreja. Kudosten karakterisointi T1-kartoituksella. B BOLD MRI T2*-kartoituksella. C Mikrorakenteen arviointi ADC-kartoituksen avulla. D Perfuusiokuvaus ASL:llä (munuaisten verenvirtauksen (RBF) kartoitus).
NAPSAUTA TÄSTÄ SAATAksesi CISTANCHE MUNUAISTOIMINTOON
Siitä huolimatta se on yksi tärkeimmistä kliinisen käytännön käyttöä rajoittavista tekijöistä, koska sillä voi olla merkittävä vaikutus tiedon tulkintaan. Moniparametristen fMRI-protokollien onnistunut soveltaminen kliinisessä rutiinissa ja suurten potilasryhmien tutkimuksissa tulevaisuudessa tarvitaan standardoituja tietojen jälkikäsittelyä ja data-analyysin työnkulkuja.
koneoppimissovelluksillemunuaisten MRIja "tiedon ja teknologian välisen kuilun kuromiseksi umpeen" [48].
▶ Kuva 2 Kuvankäsittelyputki, joka kuvaa eri sovellusvaiheita syväoppimismenetelmissä moniparametrisessa munuaisten MRI:ssä
Termi "syvä oppiminen" viittaa syvään monikerroksisten hermoverkkojen verkkoon datan analysoimiseksi. DL-lähestymistavan tärkein ero muihin koneoppimistekniikoihin verrattuna on sen
tiedonkeruusta tietokoneavusteiseen diagnoosiin.
▶ Kuva 2 antaa yleiskuvan syvän oppimisen lähestymistapojen erilaisista sovellusvaiheista.
MR-kuvan hankinnasta alkaen DL voidaan ottaa käyttöön kuvan rekonstruktiossa, mikä parantaa merkittävästi alinäytteen kestävyyttä, tarkkuutta ja kuvanlaatua.k-avaruuden dataa sekä nopeuden optimointia verrattuna perinteisiin rekonstruktiomenetelmiin [51–56]. Vaikuttavia tuloksia on nähty esimerkiksi sydämen MRI:n dynaamisessa MR-kuvarekonstruktiossa, jossa on kehitetty reaaliaikaista kuvarekonstruktiota [57] ja 4 D DL -rekonstruktioverkkoja [58]. Myös CNN-pohjaiset menetelmät voivat auttaa artefaktien havaitsemisessa [59],mahdollinen liikkeen korjaus [60] ja kuvan kohinan poisto [61–63]. Kuvan superresoluutiossa syväoppimistekniikoita toteutetaan korkearesoluutioisten kuvien rekonstruoimiseksi taikuvasarjat matalaresoluutioisista kuvista [64–66]. Muita sovellusalueita ovat kuvasynteesi uusien parametristen kuvien saamiseksi kudoskontrastista MR-kokoelmasta[67, 68], kvantitatiivinen herkkyyskartoitus (QSM) ei-invasiivisesti arvioida biologisen kudoksen magneettinen herkkyys[69, 70] ja MR-sormenjäljet (MRF) [71].
Moniparametrinen munuaisten fMRI asettaa useita haasteita rekisteröintiä ja segmentointia koskevalle data-analyysille, jossa DL näyttää erityisen lupaavalta vauhdittaa jatkokehitystä ja polkua kliiniseen rutiiniin. Ensinnäkin munuaisparenkyymaa on vaikea erottaa ympäröivistä elimistä ja rakenteista vain signaalin voimakkuuden perusteella. Toiseksi moniparametrinen fMRI kattaa heterogeeniset signaalikontrastit ja kuvanlaadut. Lisäksi munuaiset voivat vaihdella dramaattisesti anatomisen sijainnin, koon ja ominaisuuksien, kuten kystien, suhteen. Viimeisenä, mutta ei vähäisimpänä, hengityksestä johtuva liike johtaa huomattavaan vaihteluun munuaisten asennossa ei vain mittausten välillä vaan myös niiden sisällä. Siksi kuvien rekisteröinti ja segmentointi ovat moniparametristen fMRI-tietojen tehokkaan analysoinnin edellytys.
Kuvan rekisteröinti edellyttää sisäisten ja koehenkilöiden munuaiskuvien spatiaalista kohdistamista jatkokäsittelyvaiheiden mahdollistamiseksi. Kuvien rekisteröintiin on olemassa useita eri lähestymistapoja käyttäviä strategioita, jotka voidaan ryhmitellä kuvanottotekniikoihin ja jälkikäsittelymenetelmiin [72]. DL:n uusi käyttö osoittaa suurimmat mahdollisuudet tehostaa kuvien rekisteröintiä, mikä ylittää tavalliset muotoaan muuttavat rekisteröintialgoritmit tarkkuudessa ja nopeudessa. Silti munuaisten MRI-hakemus on vireillä, mikä saattaa johtua myös julkisten tietokokonaisuuksien ja validointiprotokollien puutteesta. Äskettäin kehitettyjen menetelmien soveltaminen muihin kuvantamismenetelmiin ja elimiin vaikuttaa kuitenkin lupaavalta siirtyessä munuaisten magneettikuvaukseen [50].
Moniparametrisen kvantitatiiviseen analyysiinfMRI munuaisissa, elinten segmentointi arviointia vartenmunuaisten kokonaistilavuus(TKV), mutta myösmunuaisosastotaivokuoren ja ydinosan mukaan lukien on olennainen vaihe. Munuaisten moniparametrisen fMRI:n haasteista johtuen, kuten edellä on kuvattu, manuaalinen segmentointi on ollut yleisin segmentointitekniikka munuaisten MRI-tutkimuksissa. Munuaisten fMRI:n kliinisessä käytössä tämä aikaa vievä ja työläs menetelmä on kuitenkin korvattava tehokkaammilla segmentointitekniikoilla. Muiden puoliautomaattisten ja automaattisten segmentointitekniikoiden, kuten kuvankäsittelyn ja mallipohjaisen kuvasegmentoinnin, ohella koneoppimisen ja erityisesti syväoppimisen lähestymistavat ovat jälleen osoittautuneet lupaavimmiksi monimutkaisempien moniparametristen aineistojen käsittelyssä [73]. DL:tä on jo sovellettu muutamissa tutkimuksissa munuaisten segmentointiin TKV:n arvioimiseksi [74–78].
Kun mennään vielä pidemmälle kuin kuvan esi- ja jälkikäsittelytehtävät, DL voidaan toteuttaa tietokoneavusteiseen diagnoosiin. Yhdistämällä kyky analysoida kuvantamistietoja ja hakea kliinistä tietoa voidaan kehittää automatisoituja luokitusjärjestelmiä auttamaan kliinistä diagnostiikkaa, kuten esimerkiksi eturauhassyövän diagnosoinnissa on onnistuneesti osoitettu [79, 80]. Munuaisten diagnostiikassa DL-menetelmien on osoitettu auttavan siirteen hylkimisen diagnosoinnissa fMRI:llä ja kliinisen tiedon yhdistämisessä, mikä muodostaa tietokoneavusteisen diagnostisen (CAD) järjestelmänmunuaisten toiminnan arviointimukaan lukienDWI, LIHAVOITU, jakreatiniinipuhdistuma[81–83]. Toinen DL:n sovellus on munuaissolukarsinooman erilaistuminen [84, 85].
IV. Keskustelu
Munuaisten MRI on nouseva tekniikka, jota ei ole vielä vakiinnutettu kliinisessä rutiinissa. Kliinikot suosivat yleensä useita muita vakiintuneempia kuvantamistekniikoita, joilla on erilaisia vahvuuksia ja heikkouksia
Yleisin munuaisten kuvantamismenetelmä on ultraääni. Se on myös ei-invasiivinen, ionisoimaton tekniikka, joka tarjoaa mahdollisuuden dynaamisesti kuvata morfologisia poikkeavuuksia korkealla resoluutiolla, mitata verenkiertoa Doppler-menetelmällä ja käyttää turvallista varjoainetta perfuusion visualisoimiseksi ilmanvahingoittaa munuaista[86–89]. Toisin kuin MRI, se on laajalti saatavilla ja kustannustehokas [90]. Kuvanlaatu on kuitenkin käyttäjästä riippuvaista, ja sitä voi heikentää huomattavasti anturin ja kiinnostuksen kohteena olevan elimen välinen kaasu tai koehenkilöiden liikalihavuus. Mittauksia ja kuvia on vaikeampi toistaa ja kvantifiointi on mahdollista vain rajoitetusti [2, 91, 92].
Kuten MRI, CT on tomografinen kuvantamistekniikka, joka käyttää säteilyä kuvien saamiseksi. Vaikka MRI-tekniikoista on tullut paljon aikatehokkaampia viime vuosikymmeninä, TT on silti paljon nopeampi kuin magneettikuvaus ja kustannustehokkaampi [93, 94]. Morfologisen ja angiografisen kuvantamisen lisäksi TT:llä on kyky mitata munuaisten verenvirtausta ja perfuusiota sekä GFR:ää ja tubulustoimintaa [2]. TT:n suurin haittapuoli on nefrotoksisen varjoaineen tarve useimpiin tehtäviin munuaisten tukkeuman havaitsemisen lisäksi, mikä rajoittaa sen käyttöämunuaisten sairaudet [95].
Funktionaalinen munuaisten kuvantaminen kliinisessä rutiinissa sisältää myös munuaisten tuikekuvauksen. Se on kultainen standardi glomerulaarisen suodatuksen ja tubulustoiminnan mittaamisessa [92], ja se mahdollistaa jakaantuneen toiminnan ja munuaisten tukkeuman tarkan arvioinnin. Siitä huolimatta kuvan tarkkuus ja laatu ovat erittäin huonoja muihin kuvantamismenetelmiin verrattuna, ja diagnostinen arvo on rajallinen.
Useimmat kliinikot eivät ole tietoisia MRI:n tarjoamista mahdollisuuksistamunuaisten toiminnallinen kuvantaminenjopa ilman varjoaineiden antamista. Mutta MRI:n käytöllä on myös useita haittoja, jotka voivat muodostaa esteen laajemmalle sovellukselle. MRI:n suurin haittapuoli on rajoitettu saatavuus erityisesti pienemmissä sairaaloissa sekä hankintaan ja ylläpitoon liittyvät kustannukset [90]. Munuaisten MRI voidaan tehdä 1,5 ja 3 teslalla, vaikka tutkimukset ovat osoittaneet 3 Teslan edut SNR:n, tutkimusajan ja spatiaalisen resoluution kannalta [9]. Lisäksi MRI:n käyttö vaatii kokeneita käyttäjiä. Käytettäessä moniparametrisia fMRI-protokollia munuaisten tutkimiseen tarvitaan edelleen standardoituja toimenpiteitä, protokollia ja jälkikäsittelyä sekä lisää lääketieteen teknologiayritysten tarjouksia [6]. Vastoin yleistä käsitystä magneettikuvauksen tutkimusaika on lyhentynyt merkittävästi viime vuosikymmeninä ja yksittäiset parametrit voidaan mitata muutamassa minuutissa. Lisäksi hengitysstrategioita, kuten hengityksen pidättäminen, hengityksen laukaisema tai vapaasti hengittävä kuvantaminen, voidaan mukauttaa potilaan tilaan useimpien sekvenssien osalta [9]. Viimeisenä mutta ei vähäisimpänä, suhteelliset vasta-aiheet, kuten sydämentahdistimet ja sisäkorvaistutteet, on otettava huomioon.
Siitä huolimatta magneettikuvauksella on paljon tarjottavaa ja se saattaa auttaa vähentämään useiden joskus jopa invasiivisten diagnostisten tutkimusten kustannuksia. Korkearesoluutioisen anatomisen kuvantamisen lisäksi magneettikuvauksen tarjoama toiminnallisten parametrien valikoima on poikkeuksellinen ja voidaan saavuttaa pääosin ilman varjoainetta. Tutkimusprotokollat voidaan mukauttaakliininen ongelma,munuaissairaus, ja potilaan tila, ja ne soveltuvat sekä lyhyt- että pitkäaikaiseen seurantaan. Lopulta munuaisten moniparametrisen fMRI:n kehittämisen tavoitteena ei ole korvata vakiintuneita tekniikoita, kuten ultraäänitutkimusta ja munuaisten scintigrafiaa, vaan laajentaa ja parantaa munuaisten kuvantamista ja auttaa kliinikoita ja potilaita sairauksien hoidossa.munuaisten sairaudet.
V. Yhteenveto
Munuaisten moniparametrinen toiminnallinen MRI on lupaava lähestymistapa munuaisten toiminnan ja patofysiologian arvioinnissa. Kliinisen kysymyksen ja munuaispatologian mukaan voidaan valita perfuusion, diffuusion ja BOLD-kuvantamisen yhdistelmiä sekä kudosten karakterisointitekniikoita, kuten T1- ja T2-kartoitusta ja muita MR-biomarkkereita, jotta saadaan kattavampi käsitys sairauksien ja sairauksien syistä ja seurauksista. terapeuttisten interventioiden vaikutus. Useita esteitä on kuitenkin voitettava ennen kuin menetelmä voidaan ottaa käyttöön kliinisessä rutiinissa. Toisaalta tarvitaan fMRI-protokollien standardointia tutkimusten vertailukelpoisuuden mahdollistamiseksi ja kliinisen soveltamisen helpottamiseksi. Toisaalta tarvitaan uusia strategioita valtavien tietomäärien syntymisen käsittelemiseksi. Viimeaikainen kehitys DL-tekniikoissa avaa uusia mahdollisuuksia tietojen jälkikäsittelyyn ja analysointiin ja saattaa antaa munuaisten fMRI:n kliiniselle käytölle ratkaisevan sysäyksen eteenpäin. Lisää erilaisia tutkimuksiamunuaisten patologiatTarvitaan suurempia kohortteja ja pitkittäistä suunnittelua sekä standardoitua työnkulkua tiedonkeruussa, jälkikäsittelyssä ja analysoinnissa, jotta voidaan parantaa ja samalla osoittaa moniparametrisen fMRI:n kyky parantaa diagnostiikkaa.munuaisten kuvantaminen.
Eturistiriita
Kirjoittajat ilmoittavat, ettei heillä ole eturistiriitaa.
Viitteet
[1] Xie Y, Bowe B, Mokdad AH et ai. Global Burden of Disease -tutkimuksen analyysi korostaa kroonisen munuaissairauden epidemiologian globaaleja, alueellisia ja kansallisia suuntauksia vuosina 1990–2016.Kidney International2018; 94: 567–581
[2] Beierwaltes WH, Harrison-Bernard LM, Sullivan JC et ai. Munuaisten toiminnan arviointi; Puhdistus, munuaisten mikroverenkierto, munuaisten verenkierto ja aineenvaihduntatasapaino. Comprehensive Physiology: American Cancer Society 2013: 165–200. doi:10.1002/copy.c120008
[3] Trevisani F, Di Marco F, Capitanio U et al. Munuaisten toiminnan arviointivaje kliinisissä käytännöissä: hankala totuus. Munuais- ja verenpainetutkimus 2020; 45: 166-179
[4] Keramida G, James JM, Prescott MC et ai. Radionuklidien munuaiskuvauksen sudenkuopat ja rajoitukset aikuisilla. isotooppilääketieteellinen seminaari 2015; 45: 428–439
[5] Edelman RR. MR-kuvauksen historiaa nähdään radiologian sivujen kautta. radiologia 2014; 273: S181–S200
[6] Caroli A, Pruijm M, Burnier M et ai. Munuaisten toiminnallinen magneettikuvaus: missä olemme? Eurooppalaisen COST-toiminnan PARENCHIMA näkökulma. Nephrol Dial Transplant 2018; 33: ii1–ii3
[7] Chandarana H, Lee VS. Munuaisten toiminnallinen MRI: Olemmeko valmiita kliiniseen käyttöön? Olen J. Rentgenol. American Journal of Roentgenology 2009; 192: 1550–1557
[8] Etusivu|Parenchima. 2021 https://renalmri.org/ [9] Mendichovszky I, Pullens P, Dekkers I et al. Tekniset suositukset munuaisten MRI:n kliiniseen translaatioon: tiede- ja teknologiayhteistyön PARENCHIMA-konsensushanke. Magn Reson Mater Phy 2020; 33: 131-140
[10] Martirosian P, Boss A, Schraml C et ai. Magneettiresonanssiperfuusiokuvaus ilman varjoaineita. Eurooppalainen isotooppilääketieteen ja molekyylikuvantamisen aikakauslehti 2010; 37: 52-64
[11] Martirosian P, Klose U, Mader I et ai. FAIR tosi-FISP-perfuusiokuvaus munuaisista. Magnetic Resonance in Medicine 2004; 51: 353-361
[12] Nery F, Buchanan CE, Harteveld AA et ai. Konsensukseen perustuvat tekniset suositukset munuaisten ASL MRI:n kliiniseen translaatioon. Magneettiresonanssimateriaalit fysiikassa, biologiassa ja lääketieteessä 2020; 33: 141-161
Wecistanchen tukipalvelu - Kiinan suurin vesisäiliön viejä:
Sähköposti:wallence.suen@wecistanche.com
Whatsapp/Puhelin:+86 15292862950
Osta lisätietoja teknisistä tiedoista:
https://www.xjcistanche.com/cistanche-shop
