Preview

Радиология – практика

Расширенный поиск

Количественная оценка эмфиземы легких и корреляция результатов автоматического анализа с вентиляционной и газообменной функциями легких (обзор литературы)

https://doi.org/10.52560/2713-0118-2021-6-43-54

Полный текст:

Аннотация

Количественная оценка эмфиземы является темой исследований в течение многих лет из-за трудоемкого анализа и субъективности визуальной составляющей. В последние годы появились работы, изучающие корреляционные связи автоматического анализа компьютерных томограмм с результатами функциональных легочных тестов. Ранее используемая система оценки тяжести хронической обструктивной болезни легких, основанная на индексе Тиффно, утратила самостоятельное значение, сегодня диагноз и стадию заболевания рекомендуется устанавливать с учетом частоты и тяжести обострений. Таким образом, возникла необходимость поиска более объективных критериев диагностики, одним из которых может стать автоматический анализ объема эмфиземы по данным компьютерной томографии.

Об авторах

Н. А. Грива
ФГБУ «Санкт-Петербургский научно-исследовательский институт фтизиопульмонологии» Минздрава России
Россия

Грива Надежда Алексеевна, аспирант

191036, Санкт-Петербург, Лиговский пр., д. 2-4

Телефон: +7 (931) 275-82-14



П. В. Гаврилов
ФГБУ «Санкт-Петербургский научно-исследовательский институт фтизиопульмонологии» Минздрава России; Санкт-Петербургский государственный университет
Россия

Гаврилов Павел Владимирович, кандидат медицинских наук, ведущий научный сотрудник, руководитель направления «Лучевая диагностика»

191036, г. Санкт-Петербург, Лиговский пр., д. 2-4

Телефон: +7 (812) 775-75-55



Е. Г. Соколович
ФГБУ «Санкт-Петербургский научно-исследовательский институт фтизиопульмонологии» Минздрава России; Санкт-Петербургский государственный университет
Россия

Соколович Евгений Георгиевич, доктор медицинских наук, профессор, заместитель директора по научной работе

191036, Санкт-Петербург, Лиговский пр., д. 2-4

Телефон: +7 (812) 775-75-50 (доб. 5556)



Список литературы

1. Айсанов З. Р. и др. Национальные клинические рекомендации по диагностике и лечению хронической обструктивной болезни легких: алгоритм принятия клинических решений // Пульмонология. 2017. Т. 27. № 1. С. 13–20. doi: 10.18093/0869-0189-2017-27-1-13-20.

2. Мелдо А. А., Уткин Л. В., Трофимова Т. Н. Искусственный интеллект в медицине: современное состояние и основные направления развития интеллектуальной диагностики // Лучевая диагностика и терапия. 2020. № 1. С. 9–17. doi:10.22328/2079-5343-2020-11-1-9-17.

3. Трофимова Т. Н. и др. Современные классификации RADS и принципы построения заключения. 2018. C. 31–69.

4. Тюрин И. Е. Компьютерная томография органов дыхания // Практическая пульмонология. 2003. № 3. C. 11–15.

5. Arakawa A., Yamashita Y., Nakayama Y., Kadota M., Korogi H., Kawano O., Matsumoto M., Takahashi M. Assessment of lung volumes in pulmonary emphysema using multidetector helical CT: comparison with pulmonary function tests. Computerized Medical Imaging and Graphics. 2001. V. 25. No. 5. P. 399–404.

6. Chung A. C. S. et al. Information processing in medical imaging. Information Processing in Medical Imaging. 2019.

7. Coursergue J. L. Spirographic study of alveolar emphysema and so-called «emphysematous» states. Practical diagnosis and attempted quantification. Maroc medical. 1964. V. 43. P. 713.

8. Daghfous J. et al. Pulmonary emphysema: quantification using computed tomography and correlations with respiratory function tests //Revue des maladies respiratoires. 1993. V. 10. No. 4. P. 299–305.

9. den Harder A. M. et al. Emphysema quantification using chest CT: influence of radiation dose reduction and reconstruction technique. European radiology experimental. 2018. V. 2. No. 1. P. 30.

10. Dunnill M. S. Emphysema: The Classification and Quantification of Emphysema. 1969. V. 62. P. 1024–1027.

11. Fischer A. M., Varga-Szemes A., van Assen M., L. Parkwood Griffith, Sahbaee P., Sperl J. I., Nance J. W., Schoepf U. J. Comparison of Artificial Intelligence–Based Fully Automatic Chest CT Emphysema Quantification to Pulmonary Function Testing. Am. J. of Roentgenology. 2020. V. 5. P. 1065–1071.

12. Frindler Z. G. et al. Global Strategy for the Diagnosis, Management, and Prevention of Chronic Obstructive Lung Disease 2020 Report.

13. Hayhurst M. D. et al. Diagnosis of pulmonary emphysema by computerised tomography. The Lancet. 1984. V. 324. No. 8398. P. 320–322.

14. Hosny A. et al. Artificial intelligence in radiology. Nature Reviews Cancer. 2018. Т. 18. No. 8. P. 500–510.

15. https://www.memorangapp.com/flashcards/191770/Obstructive+Lung+Disease/

16. https://www.who.int/ru/news-room/factsheets/detail/chronic-obstructive-pulmonary-disease-(copd)

17. Lynch D. A. et al. CT-based visual classification of emphysema: association with mortality in the COPDGene study. Radiology. 2018. V. 288. No. 3. P. 859–866.

18. Nakano Y., Muro S., Sakai H., Hirai T., Chin K., Tsukino M., Nishimura K., Itoh H., Paré P. D., Hogg J. C., Mishima M. Computed tomographic measurements of airway dimensions and emphysema in smokers. Correlation with lung function. Am. J. Respir Crit Care Med. 2000. V. 162 (3 Pt 1). P. 1102–8. doi: 10.1164/ajrccm.162.3.9907120. PMID: 10988137.

19. Paoletti M. et al. Chronic Obstructive Pulmonary Disease: Pulmonary Function and CT Lung Attenuation Do Not Show Linear Correlation. Radiology. 2015. V. 276:2. P. 571–578.

20. Park Y. S, Seo J. B., Kim N., Chae E. J., Oh Y. M., Lee S. D., Lee Y., Kang S. H. Texturebased quantification of pulmonary emphysema on high-resolution computed tomography: comparison with densitybased quantification and correlation with pulmonary function test. Invest Radiol. 2008. V. 43 (6). P. 395–402. doi: 10.1097/RLI.0b013e31816901c7. PMID: 18496044.

21. Pellegrino R. et al. Interpretative strategies for lung function tests. European respiratory journal. 2005. V. 26. No. 5. P. 948–968.

22. Shin H. C. et al. Deep convolutional neural networks for computer-aided detection: CNN architectures, dataset characteristics and transfer learning. IEEE transactions on medical imaging. 2016. V. 35. No. 5. P. 1285–1298.

23. Song L., Leppig J. A., Hubner R. H., LassenSchmidt B. C., Neumann K., Theilig D. C., Feldhaus F. W., Fahlenkamp U. L., Hamm B., Song W., Jin Z., Doellinger F. Quantitative CT Analysis in Patients with Pulmonary Emphysema: Do Calculated Differences Between Full Inspiration and Expiration Correlate with Lung Function? International Journal of Chronic Obstructive Pulmonary Disease. 2020. V. 3. No. 15. P. 1877–1886. doi: 10.2147/COPD.S253602. PMID: 32801683; PMCID: PMC7413697.

24. Thurlbeck W. M., Müller N. L. Emphysema: definition, imaging, and quantification. AJR. American Journal of Roentgenology. 1994. V. 163. No. 5. P. 1017–1025.

25. Willemink M. J. et al. Iterative reconstruction techniques for computed tomography Part 1: technical principles. European radiology. 2013. V. 23. No. 6. P. 1623–1631.

26. Willemink M. J. et al. Iterative reconstruction techniques for computed tomography part 2: initial results in dose reduction and image quality. European radiology. 2013. V. 23. No. 6. P. 1632–1642.


Дополнительные файлы

Рецензия

Для цитирования:


Грива Н.А., Гаврилов П.В., Соколович Е.Г. Количественная оценка эмфиземы легких и корреляция результатов автоматического анализа с вентиляционной и газообменной функциями легких (обзор литературы). Радиология – практика. 2021;(6):43-54. https://doi.org/10.52560/2713-0118-2021-6-43-54

For citation:


Griva N.A., Gavrilov P.V., Sokolovich E.G. AI-based Quantification of Lung Emphysema and its Correlation with Lung Function Test Results (Literature Review). Radiology - Practice. 2021;(6):43-54. (In Russ.) https://doi.org/10.52560/2713-0118-2021-6-43-54

Просмотров: 114


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 2713-0118 (Online)