Automatizované měření celkového objemu ledvin v předklinickém zobrazování magnetickou rezonancí pro získávání zobrazovacích dat, anotací a zdrojového kódu

Kontakt:joanna.jia@wecistanche.com/ WhatsApp: 008618081934791

Marie E.Edwards, Sigapriya Periyanan, Deema Anaam², Adriana V. Gregory a Timothy L. Kline 'Division of Nefrology and Hypertension, Mayo Clinic, Rochester, Minnesota, USA; a 2. Radiologické oddělení, Mayo Clinic, Rochester, Minnesota, USA

Cistanchetubulosabráníledvinachoroba, kliknutím sem získáte vzorek

Cílem této studie bylo ověřit plně automatizovaný součetledvinametoda měření objemu pro předklinické pokusy na hlodavcích, která je rychlá, přesná, reprodukovatelná a poskytuje tyto zdroje výzkumné komunitě. Studie na hlodavcích, které zahrnují zobrazování, jsou zásadní pro sledování účinnosti léčby u nemocí, jako je polycystickáledvinachoroba. Předchozí studie využívají manuální nebo poloautomatickou segmentaci, která je časově náročná a potenciálně neobjektivní. Při vývoji našeho automatizovaného systému bylo ručně segmentováno celkem 150 snímků axiální magnetické rezonance (MRI) z různých modelů myší a použito k trénování/validaci automatizovaného algoritmu. Pro testování longitudinální aplikace modelu byly čtyři mutantní a čtyři myši divokého typu zobrazeny postupně po dobu tří až dvanácti týdnů pomocí MRI. Segmentace ledvin (kromě ledvinné pánvičky) byly generovány automatizovanou metodou a dvěma různými čtečkami, přičemž jedna čtečka opakovala

Měření. Metriky podobnosti a longitudinální analýza byly vypočteny pro posouzení výkonnosti automatizovaných metod ve srovnání s manuálními metodami. Automatizovaný přístup nevyžadoval žádný uživatelský vstup, kromě posledního kroku vizuální kontroly kvality. Metriky podobnosti automatizované metody versus manuální segmentace byly na stejné úrovni jako srovnání mezi čtenáři a mezi čtenáři. Náš plně automatizovaný přístup zde popsaný lze tedy bezpečně použít v longitudinálních předklinických studiích, které zahrnují segmentaci hlodavcůledvinyv T2-vážených MRI.

Překladové prohlášení

Tato studie vyvinula plně automatizovanou metodu pro měření součtuledvinaobjem pro preklinické zobrazování v modelu mutantní myši polycystickénemoc ledvinstejně jako myši divokého typu. Tato studie také prokázala jak interreader, tak intrareader variabilitu v měření celkového objemu ledvin pro preklinické zobrazování. Podobné studie a algoritmické přístupy lze použít ke stanovení metod pro klinická zobrazovací data a jsou potřebné pro přesnou prognózu onemocnění a klinické rozhodování. Poskytujeme obrazová data, anotace a zdrojový kód výzkumné komunitě.

Ukázalo se, že měření objemu orgánu koreluje s klinickými projevy a morbiditou nemocí, jako je celkováledvinaobjem (TKV) u autozomálně dominantních polycystickýchledvinaonemocnění (PKD)l,2 a používá se ke zjišťování účinnosti léčebných intervencí. Výzkum, klinické studie a stále častěji klinická nefrologie využívají tato měření ke sledování progrese onemocnění jak na zvířecích modelech, tak na pacientech, k hodnocení účinnosti terapií,“ a předpovídání výsledků.

V současné době probíhají v nebývalé míře předklinické studie, které hledají nové způsoby léčby ke zpomalení progrese PKD. Klíčovou výhodou zobrazování magnetickou rezonancí (MRI) na zvířecích modelech PKD je možnost použití in vivo zobrazování, které umožňuje longitudinální objemové studie, které používají stejné zvíře. Četné studie, které zahrnují 2poloautomatizované,3,14a na registraci založené manuální,9-12 automatizované segmentace56 myšíledvinybyly provedeny dříve.

Mnoho metod považovaných za automatizované stále vyžaduje vstup uživatele. Většina těchto preklinických studií používá manuální segmentace, které jsou časově náročné a nákladné a také zavádějí zkreslení pozorovatele. Naše laboratoř proto vyhodnotila variabilitu v měření TKV a vyvinula automatizovaný analytický program pro měření TKV ve skenech magnetické rezonance myších modelů onemocnění.

VÝSLEDEK

Intra- a interobserver variabilita manuálních segmentací ledvin

Obrázek 1 ukazuje výsledky Bland-Altmanovy analýzy TKV, jak byly měřeny ručně 2 snímači (interobserver variance) a opakovaná měření snímačem 2 (intraobserver variance). Když byl čtenář 1 porovnán se čtenářem 2, byl zde průměrný procentuální rozdíl 7,7 procenta a 95procentní interval spolehlivosti ±4,5 procenta. Když čtenář 2 provedl opakovaná měření stejného obrázku, byl zde průměrný procentuální rozdíl -0,5 procenta a 95procentní interval spolehlivosti ±3,9 procenta. Regresní analýza ukázala, že mezi všemi metodami existuje vysoká shoda v TKV s hodnotou R² větší nebo rovnou 0,99.

Validace algoritmu automatizované segmentace Automatizovaná metoda srovnávána s každým čtenářem ve vztahu k procentuálnímu rozdílu TKV byla podobná jako u rozptylu mezi pozorovateli a mezi pozorovateli, jak naznačují Bland-Altmanovy grafy na obrázku 1. Když byl čtenář 1 porovnán s u automatizované metody byl průměrný procentuální rozdíl 5,2 procenta a 95procentní interval spolehlivosti ± 5,8 procenta. 95procentní interval spolehlivosti ±6,5 procenta.

Rozdíl mezi divokým typem a mutantní myší

Průměr a SD TKV byly vyneseny v každém časovém bodě pro každou metodu a odděleny podle genotypu (mutant vs. divoký typ). Jak je vidět na obrázku 2, průměrná TKV je vždy menší u myší divokého typu v každém časovém bodě než u mutantních myší. Všechny 3 metody (automatické, čtečka 1 a čtečka 2) prokazují významné oddělení myšího typu ve věku 9 a 12 týdnů.

DISKUSE

Analýza objemu ledvin u PKD je jednou z nejdůležitějších metrik používaných v současnosti pro charakterizaci stavu onemocnění. Před naší prací neexistovala žádná alternativa k ručnímu sledování ledvin v modelových systémech PKD. Kvůli času potřebnému k vysledování těchto struktur, stejně jako času potřebnému k zaškolení osoby k provádění těchto měření a potenciálu pro variabilitu mezi operátory jsme v této studii vyvinuli a ověřili plně automatizovanou metodu segmentace pro TKV. Automatizované segmentace jsou počítány během několika minut (v závislosti na výpočetním výkonu), zatímco manuální segmentace trvají 20 až 40 minut. Na rozdíl od manuálních nebo dokonce poloautomatických metod segmentace bude tato automatizovaná metoda produkovat stejné přesné výsledky pokaždé, když je aplikována na stejný obrázek.

Preklinické studie často zahrnují jak kontrolní skupinu, tak léčebnou skupinu (skupiny); proto je nezbytné, aby automatizovaná metoda byla dostatečně citlivá, aby správně detekovala objemové rozdíly mezi skupinami.7 Obrázek 2 ukazuje, že jak manuální segmentace, tak automatická segmentace vykazují významnou separaci ve skupinách divokého typu a mutantů ve věku 9 týdnů. . Přestože celková shoda byla vynikající, vizuální srovnání naznačovalo menší neshody ohledně toho, zda zahrnout nebo vyloučit ledvinovou pánvičku v malé podskupině řezů. I když je běžnou praxí vyloučit

Obrázek 1|Bland-Altman a regresní analýza (a,e) interobserver a (b,f) intraobserver celkového objemu ledvin (TKV)

měření (měřeno v milimetrech) navíc k automatické (Auto) metodě ve srovnání s (c,g) čtečkou 1 a (d,h) čtečkou 2. Bland-Altmanovy grafy ukazují průměrný rozdíl (plná čára) a 95procentní interval spolehlivosti (tečkované čáry). Regresní analýza ukazuje korelaci mezi porovnávanými metodami.