Automatizált teljes vesetérfogat mérések a preklinikai mágneses rezonancia képalkotásban a képalkotó adatok, megjegyzések és forráskód beszerzéséhez

Kapcsolatba lépni:joanna.jia@wecistanche.com/ WhatsApp: 008618081934791

Marie E.Edwards, Sigapriya Periyanan, Deema Anaam², Adriana V. Gregory és Timothy L. Kline „Division of Nephrology and Hypertension, Mayo Clinic, Rochester, Minnesota, USA; és 2Department of Radiology, Mayo Clinic, Rochester, Minnesota, USA

Cistanchetubulosamegakadályozzavesebetegség, kattintson ide a minta megtekintéséhez

A tanulmány célja egy teljesen automatizált összesítés validálása voltvesetérfogatmérési módszert a preklinikai rágcsálókísérletekhez, amely gyors, pontos, reprodukálható, és ezeket az erőforrásokat a kutatói közösség rendelkezésére bocsátja. A képalkotást is magában foglaló rágcsálóvizsgálatok kulcsfontosságúak a kezelés hatékonyságának nyomon követésében olyan betegségekben, mint a policisztásvesebetegség. A korábbi tanulmányok manuális vagy félautomata szegmentálást alkalmaznak, ami időigényes és potenciálisan torz. Automatizált rendszerünk fejlesztése érdekében összesen 150 különböző egérmodellből származó axiális mágneses rezonancia képet (MRI) manuálisan szegmentáltunk, és egy automatizált algoritmus betanítására/validálására használtuk. A modell longitudinális alkalmazásának tesztelésére négy mutáns és négy vad típusú egeret egymás után három-tizenkét héten át MRI-vel leképeztünk. A vesék szegmentációit (a vesemedence kivételével) automatizált módszerrel és két különböző leolvasóval generáltuk, az egyik olvasó ismételte a

mérések. Hasonlósági mérőszámokat és longitudinális elemzést számoltunk ki, hogy felmérjük az automata teljesítményét a manuális módszerekkel összehasonlítva. Az automatizált megközelítés nem igényelt felhasználói beavatkozást, az utolsó vizuális minőség-ellenőrzési lépésen kívül. Az automatizált módszer és a manuális szegmentálás hasonlósági mutatói egyenrangúak voltak az olvasók közötti és az olvasókon belüli összehasonlításokkal. Így az itt leírt teljesen automatizált megközelítésünk biztonságosan használható longitudinális, preklinikai vizsgálatokban, amelyek a rágcsálók szegmentálásával járnak.veseT2-súlyozott MRI-ben.

Fordítási nyilatkozat

Ez a tanulmány egy teljesen automatizált módszert fejlesztett ki az összeg mérésérevesetérfogat preklinikai képalkotáshoz policisztás mutáns egérmodellbenvesebetegségvalamint a vad típusú egerek. Ez a tanulmány a preklinikai képalkotás során a teljes vesetérfogat mérésében az interreader és az intrareader eltéréseket is megállapította. Hasonló tanulmányok és algoritmikus megközelítések alkalmazhatók a klinikai képalkotó adatok módszereinek megállapítására, és szükségesek a betegség pontos prognózisához és a klinikai döntéshozatalhoz. A képadatokat, annotációkat és a forráskódot a kutatói közösség rendelkezésére bocsátjuk.

Kimutatták, hogy a szervtérfogat mérése korrelál a klinikai megnyilvánulásokkal és az olyan betegségek morbiditásával, mint például a teljesvesevolumen (TKV) autoszomális domináns policisztábanvesebetegség (PKD)l,2, és a kezelési beavatkozások hatékonyságának megállapítására szolgál. A kutatások, a klinikai vizsgálatok és a klinikai nefrológia egyre inkább felhasználja ezeket a méréseket a betegség progressziójának nyomon követésére mind az állatmodellek, mind a betegek esetében, a terápiák hatékonyságának értékelésére és az eredmények előrejelzésére.

Jelenleg példátlan mértékben folynak a preklinikai vizsgálatok, amelyek célja új kezelések keresése a PKD progressziójának lassítására. A mágneses rezonancia képalkotás (MRI) fő előnye a PKD állatmodelljeiben az in vivo képalkotás lehetősége, amely lehetővé teszi longitudinális volumetrikus vizsgálatok elvégzését ugyanazon állaton. Számos tanulmány, amely magában foglalja az egér 2félig automatizált,3,14 és regisztrációs alapú kézi,9-12 automatizált szegmentálását56vesekorábban elvégezték.

Az automatizáltnak tekintett módszerek közül sok továbbra is felhasználói bevitelt igényel. E preklinikai vizsgálatok többsége manuális szegmentációt használ, amely időigényes és költséges, valamint megfigyelői torzítást vezet be. Ezért laboratóriumunk felmérte a TKV mérésének variabilitását, és kifejlesztett egy automatizált elemző programot a TKV mérésére a betegség egérmodelljeinek mágneses rezonancia vizsgálataiban.

EREDMÉNYEK

Manuális veseszegmentáció intra- és interobserver változékonysága

Az 1. ábra a TKV Bland-Altman analízisének eredményeit mutatja manuálisan 2 leolvasóval (interobserver variancia) és ismételt méréseket a 2 olvasóval (intraobserver variancia). Amikor az 1. olvasót összehasonlították a 2. olvasóval, az átlagos százalékos eltérés 7,7 százalék volt, a 95 százalékos konfidenciaintervallum pedig ±4,5 százalék volt. Amikor a 2. olvasó ismételt méréseket végzett ugyanazon a képen, az átlagos százalékos eltérés -0,5 százalék volt, a 95 százalékos konfidenciaintervallum pedig ±3,9 százalék volt. A regressziós elemzés azt mutatta, hogy a TKV-ban nagy az egyezés az összes módszer között, az R² értéke nagyobb vagy egyenlő, mint 0.99.

Az automatizált szegmentáló algoritmus validálása Az automatizált módszer az egyes olvasókkal összehasonlítva a TKV százalékos különbségével kapcsolatban hasonló volt a megfigyelőközi és a megfigyelőn belüli variancia módszeréhez, amint azt az 1. ábrán a Bland-Altman diagramok javasolják. Amikor az 1. olvasót összehasonlítottuk Az automatizált módszernél az átlagos százalékos eltérés 5,2 százalék, a 95 százalékos konfidenciaintervallum ±5,8 százalék volt. Amikor a 2. olvasót összehasonlítottuk az automatizált módszerrel, az átlagos százalékos eltérés -2,5 százalék volt, és a 95 százalékos konfidencia intervallum ±6,5 százalék.

A vad típusú és mutáns egerek megkülönböztetése

Az átlagot és az SD TKV-kat minden egyes módszernél minden időpontban ábrázoltuk, és genotípusonként (mutáns vs. vad típus) különítettük el. Amint a 2. ábrán látható, az átlagos TKV mindig kisebb a vad típusú egerekben minden időpontban, mint a mutáns egerekben. Mindhárom módszer (automatikus, olvasó 1 és olvasó 2) 9 és 12 hetes korban szignifikánsan elkülönül az egér típusától.

VITA

A vese térfogatának elemzése PKD-ben az egyik legfontosabb mérőszám, amelyet jelenleg a betegség állapotának jellemzésére használnak. Munkánk előtt nem volt alternatíva a vesék manuális nyomon követésére a PKD modellrendszereiben. A struktúrák nyomon követéséhez szükséges idő, valamint a mérések elvégzésére egy személy betanításához szükséges idő, valamint az operátorok közötti változékonyság lehetősége miatt ebben a tanulmányban egy teljesen automatizált szegmentációs módszert fejlesztettünk ki és validáltunk a TKV számára. Az automatizált szegmentálás néhány perc alatt kerül kiszámításra (a számítási teljesítménytől függően), míg a kézi szegmentálás 20-40 percet vesz igénybe. A kézi vagy akár félautomata szegmentálási módszerekkel ellentétben ez az automatizált módszer minden alkalommal ugyanazt a pontos eredményt adja, amikor ugyanarra a képre alkalmazza.

A preklinikai vizsgálatok gyakran tartalmaznak kontrollcsoportot és kezelési csoporto(ka)t is; ezért elengedhetetlen, hogy az automatizált módszer kellően érzékeny legyen a csoportok közötti térfogatkülönbségek megfelelő kimutatásához.7 A 2. ábra azt mutatja, hogy a kézi szegmentáció és az automatizált szegmentálás egyaránt szignifikáns elkülönülést mutat a vad típusú és a mutáns csoportokban 9 hetes korban. . Bár az általános egyetértés kiváló volt, a vizuális összehasonlítások kisebb nézeteltéréseket sugalltak a tekintetben, hogy a vesemedencet a szeletek egy kis részhalmazában be kell-e venni vagy kizárni. Bár bevett gyakorlat kizárni a

1. ábra|Bland-Altman és (a,e) interobserver és (b,f) intraobserver teljes vesetérfogat (TKV) regressziós elemzése

mérések (milliméterben mérve) az automatizált (Auto) módszer mellett, összehasonlítva a (c,g) olvasóval 1 és (d,h) olvasó 2. A Bland-Altman diagramok az átlagos különbséget (folytonos vonal) és a 95 százalékos konfidencia intervallumot mutatják (pontozott vonalak). A regressziós elemzés megmutatja az összehasonlított módszerek közötti összefüggést.