radiologyРадиология — практикаRadiology - Practice2713-0118Центральный научно-исследовательский институт лучевой диагностикиradiology-101Research ArticleМЕДИЦИНСКИЕ ТЕХНОЛОГИИMEDICAL TECHNOLOGIESАвтоматическое пакетное определение рентгеновской плотности печени для выявления субклинических заболеваний печениAutomatic Batch Determining Radiodensity of the Liver to Detect Subclinical Liver Caseshttps://orcid.org/0000-0001-7046-7157КульбергН. С.KulbergN. S.kulberg@npcmr.ruhttps://orcid.org/0000-0003-3786-4171ЕлизаровА. Б.ElizarovA. B.a.elizarov@npcmr.ruhttps://orcid.org/0000-0002-6752-1375НовикВ. П.NovicV. P.v.novik@npcmr.ruhttps://orcid.org/0000-0003-1816-1315ГомболевскийВ. А.GombolevskiyV. A.gombolevskiy@npcmr.ruhttps://orcid.org/0000-0001-5161-6540ГончарА. П.GoncharA. P.anne.gonchar@gmail.comhttps://orcid.org/0000-0002-4619-2744БосинВ. Ю.BosinV. Yu.bosin@npcmr.ruhttps://orcid.org/0000-0002-2990-7736ВладзимирскийА. В.VladzimirskiyA. V.a.vladzimirsky@npcmr.ruhttps://orcid.org/0000-0001-6545-6170МорозовС. П.MorozovS. P.morozov@npcmr.ru«Научно-практический клинический центр диагностики и телемедицинских технологий Департамента здравоохранения города Москвы»РоссияMonitoring and Controlling Tools Design Department Research and Practical Clinical Center for Diagnostics and Telemedicine Technologies, Moscow Healthсare DepartmentRussian Federation202028062020035061Copyright © Кульберг Н.С., Елизаров А.Б., Новик В.П., Гомболевский В.А., Гончар А.П., Босин В.Ю., Владзимирский А.В., Морозов С.П., 20202020Кульберг Н.С., Елизаров А.Б., Новик В.П., Гомболевский В.А., Гончар А.П., Босин В.Ю., Владзимирский А.В., Морозов С.П.Kulberg N.S., Elizarov A.B., Novic V.P., Gombolevskiy V.A., Gonchar A.P., Bosin V.Y., Vladzimirskiy A.V., Morozov S.P.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://www.radp.ru/jour/article/view/101

В работе предлагается система автоматической сегментации и определения рентгеновской плотности печени, разработанная авторами. Проведено ретроспективное исследование характеристик системы. Система способна корректно определять значения рентгеновской плотности как нормальной печени, так и печени с патологическими изменениями, способна работать с томограммами, где изображение печени представлено не полностью. Система может быть использована для автоматического определения рентгеновской плотности печени на больших базах компьютерных томограмм. Она может быть использована для выявления субклинических заболеваний печени, а также для научно-исследовательских работ. Ключевые слова: компьютерная томография, автоматическая сегментация печени, автоматическая денситометрия, автоматизированная система поддержки принятия решений.

The paper proposes a system for automatic segmentation and determining radiodensity of the liver developed by the authors. Retrospective study of the system is performed. The system is able to correctly determine radiodensity of both normal liver and the liver with pathological changes, able to handle tomograms where the liver is presented partially. The system can be used for automatic determining radiodensity of the liver on large data bases of computed tomograms. It can be used for revealing subclinical cases of the liver as well as for research works.

компьютерная томографияавтоматическая сегментация печениавтоматическая денситометрияавтоматизированная система поддержки принятия решенийComputed TomographyAutomatic Liver SegmentationAutomatic DensitometryDecision Support SystemReferencesКульберг Н. С., Елизаров А. Б., Ковбас В. С. Программа сегментации изображения печени и определения рентгеновской плотности печени CTLiverExam. Свидетельство о государственной регистрации программы для ЭВМ № 2019660983. 2019.Кульберг Н. С., Елизаров А. Б., Ковбас В. С. Программа сегментации изображения печени и определения рентгеновской плотности печени CTLiverExam. Свидетельство о государственной регистрации программы для ЭВМ № 2019660983. 2019.Усанов М. С., Кульберг Н. С., Морозов С. П. Опыт применения адаптивных гомоморфных фильтров для обработки компьютерных томограмм // Информационные технологии и вычислительные системы. 2017. № 2. С. 33-42.Усанов М. С., Кульберг Н. С., Морозов С. П. Опыт применения адаптивных гомоморфных фильтров для обработки компьютерных томограмм // Информационные технологии и вычислительные системы. 2017. № 2. С. 33-42.Усанов М. С., Кульберг Н. С., Морозов С. П. Разработка алгоритма анизотропной нелинейной фильтрации данных компьютерной томографии с применением динамического порога // Компьютерные исследования и моделирование. 2019. Т. 11. № 2. С. 233-248. DOI: 10.20537/2076-7633-2019-11-2-233-248.Усанов М. С., Кульберг Н. С., Морозов С. П. Разработка алгоритма анизотропной нелинейной фильтрации данных компьютерной томографии с применением динамического порога // Компьютерные исследования и моделирование. 2019. Т. 11. № 2. С. 233-248. DOI: 10.20537/2076-7633-2019-11-2-233-248.Choi S. H., Kwon H. J., Lee S. Y. et al. Focal hepatic solid lesions incidentally detected on initial ultrasonography in 542 asymptomatic patients // Abdom. Radiol. 2016. V. 41. P. 265-272. DOI: 10.1007/s00261-015-0567-9.Choi S. H., Kwon H. J., Lee S. Y. et al. Focal hepatic solid lesions incidentally detected on initial ultrasonography in 542 asymptomatic patients // Abdom. Radiol. 2016. V. 41. P. 265-272. DOI: 10.1007/s00261-015-0567-9.Collin P., Rinta-Kiikka I., Räty S., Laukkarinen J., Sand J. Diagnostic workup of liver lesions: Too long time with too many examinations // Scand. J. Gastroenterol. 2015. V. 50. P. 355-359. DOI: 10.3109/00365521.2014.999349.Collin P., Rinta-Kiikka I., Räty S., Laukkarinen J., Sand J. Diagnostic workup of liver lesions: Too long time with too many examinations // Scand. J. Gastroenterol. 2015. V. 50. P. 355-359. DOI: 10.3109/00365521.2014.999349.Gore R. M., Thakrar K. H., Wenzke D. R., et al. That liver lesion on MDCT in the oncology patient: is it important? // Cancer Imag. 2012. V. 12. № 2. P. 373-384. DOI: 10.1102/1470-7330.2012.9028.Gore R. M., Thakrar K. H., Wenzke D. R., et al. That liver lesion on MDCT in the oncology patient: is it important? // Cancer Imag. 2012. V. 12. № 2. P. 373-384. DOI: 10.1102/1470-7330.2012.9028.Gore R. M., Pickhardt P. J., Mortele K. J., Fishman E. K., Horowitz J. M., Fimmel C. J., Talamonti M. S., Berland L. L., Pandharipande P. V. Management of incidental liver lesions on ct: a white paper of the ACR incidental findings committee. j am coll radiol. 2017. V. 14. № 11. P. 1429-1437. DOI: 10. 1016/j.jacr.2017.07.018.Gore R. M., Pickhardt P. J., Mortele K. J., Fishman E. K., Horowitz J. M., Fimmel C. J., Talamonti M. S., Berland L. L., Pandharipande P. V. Management of incidental liver lesions on ct: a white paper of the ACR incidental findings committee. j am coll radiol. 2017. V. 14. № 11. P. 1429-1437. DOI: 10. 1016/j.jacr.2017.07.018.Graffy P. M., Sandfort V., Summers R. M., Pickhardt P. J. Automated Liver Fat Quantification at nonenhanced abdominal CT for population-based steatosis assessment // Radiol. 2019. Online. DOI: 10.1148/radiol.2019190512.Graffy P. M., Sandfort V., Summers R. M., Pickhardt P. J. Automated Liver Fat Quantification at nonenhanced abdominal CT for population-based steatosis assessment // Radiol. 2019. Online. DOI: 10.1148/radiol.2019190512.Huang Q., Ding H., Wang X., Wang G. Fully automatic liver segmentation in CT images using modified graph cuts and feature detection // Comput. Biol. Med. 2018. V. 95. P. 198-208. DOI: 10.1016/j.compbiomed.2018.02.012.Huang Q., Ding H., Wang X., Wang G. Fully automatic liver segmentation in CT images using modified graph cuts and feature detection // Comput. Biol. Med. 2018. V. 95. P. 198-208. DOI: 10.1016/j.compbiomed.2018.02.012.Kaltenbach T. E., Engler P., Kratzer W., Oeztuerk S., Seufferlein T., Haenle M. M., Graeter T. Prevalence of benign focal liver lesions: ultrasound investigation of 45,319 hospital patients // Abdom. Radiol. 2016. V. 41. № 1. P. 25-32. DOI: 10.1007/s00261-015-0605-7.Kaltenbach T. E., Engler P., Kratzer W., Oeztuerk S., Seufferlein T., Haenle M. M., Graeter T. Prevalence of benign focal liver lesions: ultrasound investigation of 45,319 hospital patients // Abdom. Radiol. 2016. V. 41. № 1. P. 25-32. DOI: 10.1007/s00261-015-0605-7.Maxwell A. W., Keating D. P., Nickerson J. P. Incidental abdominopelvic findings on expanded field-of-view lumbar spinal importance, and concordance in interpretation by neuroimaging and body imaging radiologists // Clin. Radiol. 2015. V. 70. № 2. P. 161-167. DOI: 10.1016/j.crad.2014.10.016.Maxwell A. W., Keating D. P., Nickerson J. P. Incidental abdominopelvic findings on expanded field-of-view lumbar spinal importance, and concordance in interpretation by neuroimaging and body imaging radiologists // Clin. Radiol. 2015. V. 70. № 2. P. 161-167. DOI: 10.1016/j.crad.2014.10.016.Pickhardt P. J., Park S. H., Hahn L., Lee S. G., Bae K. T., Yu E. S. Specificity of unenhanced CT for non-invasive diagnosis of hepatic steatosis: Implications for the investigation of the natural history of incidental steatosis // Eur. Radiol. 2012. V. 22. № 5. P. 1075-1082. DOI: 10.1007/s00330-011-2349-2.Pickhardt P. J., Park S. H., Hahn L., Lee S. G., Bae K. T., Yu E. S. Specificity of unenhanced CT for non-invasive diagnosis of hepatic steatosis: Implications for the investigation of the natural history of incidental steatosis // Eur. Radiol. 2012. V. 22. № 5. P. 1075-1082. DOI: 10.1007/s00330-011-2349-2.Quattrocchi C. C., Giona A., Di Martino A. C. et al. Extra-spinal incidental findings at lumbar spine MRI in the general population: a large cohort study // Insights Imaging. 2013. V. 4. № 3. P. 301-308. DOI: 10.1007/s13244-013-0234-z.Quattrocchi C. C., Giona A., Di Martino A. C. et al. Extra-spinal incidental findings at lumbar spine MRI in the general population: a large cohort study // Insights Imaging. 2013. V. 4. № 3. P. 301-308. DOI: 10.1007/s13244-013-0234-z.Spinczyk D., Krasoń A. Automatic liver segmentation in computed tomography using general-purpose shape modeling methods. 2018. BioMedical Engineering OnLine V. 17. № 65. DOI: 10.1186/s12938-018-0504-6.Spinczyk D., Krasoń A. Automatic liver segmentation in computed tomography using general-purpose shape modeling methods. 2018. BioMedical Engineering OnLine V. 17. № 65. DOI: 10.1186/s12938-018-0504-6.Venkatesh S. K., Chandan V., Roberts L. R. Liver Masses: A Clinical, Radiologic, and Pathologic Perspective. Clin Gastroenterol Hepatol. 2014. V. 12. P. 1414-1429. DOI: 10.1016/j.cgh.2013.09.017.Venkatesh S. K., Chandan V., Roberts L. R. Liver Masses: A Clinical, Radiologic, and Pathologic Perspective. Clin Gastroenterol Hepatol. 2014. V. 12. P. 1414-1429. DOI: 10.1016/j.cgh.2013.09.017.Xuesong L., Qinlan X., Yunfei Zh., Defeng W. Fully automatic liver segmentation combining multi-dimensional graph cut with shape information in 3D CT images. Scientific Reports. 2018. V. 8. № 10700. DOI: 10.1038/s41598-018-28787-y.Xuesong L., Qinlan X., Yunfei Zh., Defeng W. Fully automatic liver segmentation combining multi-dimensional graph cut with shape information in 3D CT images. Scientific Reports. 2018. V. 8. № 10700. DOI: 10.1038/s41598-018-28787-y.Yang D., Xu D., Zhou K. S., Georgescu B., Chen M., Grbic S., Metaxas D., Comaniciu D. Automatic Liver Segmentation Using an Adversarial Image-to-Image Network. In: Descoteaux M., Maier-Hein L., Franz A., Jannin P., Collins D., Duchesne S. (eds) Medical Image Computing and Computer Assisted Intervention - MICCAI 2017. MICCAI 2017. Lecture Notes in Computer Science. 2017. V. 10435. Springer, Cham. DOI: 10.1007/978-3-319-66179-7_58.Yang D., Xu D., Zhou K. S., Georgescu B., Chen M., Grbic S., Metaxas D., Comaniciu D. Automatic Liver Segmentation Using an Adversarial Image-to-Image Network. In: Descoteaux M., Maier-Hein L., Franz A., Jannin P., Collins D., Duchesne S. (eds) Medical Image Computing and Computer Assisted Intervention - MICCAI 2017. MICCAI 2017. Lecture Notes in Computer Science. 2017. V. 10435. Springer, Cham. DOI: 10.1007/978-3-319-66179-7_58.Zeb I., Li D., Nasir K., Katz R., Larijani V. N., Budoff M. J. Computed Tomography Scans in the Evaluation of Fatty Liver Disease in a Population Based Study. The Multi-Ethnic Study of Atherosclerosis. Acad Radiol. 2012. V. 19. № 7. P. 811-818. DOI: 10.1016/j.acra.2012.02.022.Zeb I., Li D., Nasir K., Katz R., Larijani V. N., Budoff M. J. Computed Tomography Scans in the Evaluation of Fatty Liver Disease in a Population Based Study. The Multi-Ethnic Study of Atherosclerosis. Acad Radiol. 2012. V. 19. № 7. P. 811-818. DOI: 10.1016/j.acra.2012.02.022.

The authors declare that there are no conflicts of interest present.