Разработка модуля определения размеров и объемов легочных узлов

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

В статье описывается реализация модуля системы поддержки принятия врачебных решений, позволяющего определять размеры и объемы легочных узлов, обнаруживаемых при проведении низкодозной компьютерной томографии органов грудной клетки. Основной акцент в работе делается на автоматической количественной оценке узлов в соответствии с рекомендациями по ведению легочных узлов Британского торакального общества, Флейшнеровского общества, Европейского консорциума по скринингу рака легкого и Lung-RADS. В основе представленного подхода лежат классические методы обработки изображений и методы на базе нейронных сетей. В качестве входных данных выступают маски, получаемые в результате сегментации набора срезов исследования. Выходные данные представляют собой обработанные снимки и структурированный отчет DICOM SR.

Об авторах

Анастасия Романовна Теплякова

Обнинский институт атомной энергетики НИЯУ МИФИ

Автор, ответственный за переписку.
Email: anastasija-t23@mail.ru

преподаватель, аспирант

Россия, Обнинск

Список литературы

  1. Siegel R. L. et al. Cancer statistics // CA: A Cancer Journal for Clinicians. 2023. Vol. 73(1). P. 17–48.
  2. Стилиди И. С. и др. Снижение заболеваемости злокачественными опухолями – еще одно последствие эпидемии СОVID-19 // Общественное здоровье. 2022. № 2 (1). С. 5–14.
  3. Фадеева Е. В. Онкологическая помощь в условиях пандемии COVID-19 // Социологическая наука и социальная практика. 2021. № 1. Т. 9. С. 61–73.
  4. Гомболевский В. А. и др. Основные достижения низкодозной компьютерной томографии в скрининге рака легкого // Туберкулез и болезни легких. 2021. № 99 (1). С. 61–70.
  5. Гомболевский В. А. и др. Методические рекомендации по скринингу рака легкого // Серия «Лучшие практики лучевой и инструментальной диагностики». 2020. № 56. 60 с.
  6. Lee J. et al. A narrative review of deep learning applications in lung cancer research: from screening to prognostication // Translational Lung Cancer Research. 2022. Vol. 11(6). P.1217–1229.
  7. Chassagnon G. et al. Artificial intelligence in lung cancer: current applications and perspectives // Japanese Journal of Radiology. 2023. Vol. 41. P. 235–244.
  8. Li R. et al. Deep Learning Applications in Computed Tomography Images for Pulmonary Nodule Detection and Diagnosis: A Review // Diagnostics. 2022. Vol. 12(2). P. 298.
  9. Zhou J. Emerging artificial intelligence methods for fighting lung cancer: A survey // Clinical eHealth. 2022. Vol. 5. P. 19–34.
  10. Abrar A., Rajpoot P. "Classification and Detection of Lung Cancer Nodule using Deep Learning of CT Scan Images": A Systematic Review. [Электронный ресурс]. 2022. URL: https://assets.researchsquare.com/files/rs2145172/v1/2a94278e-c16b-4346-ae89-3042ca2fb409.pdf?c=1666567759 (дата обращения: 11.09.2023).
  11. Jassim M. M., Jaber M. M. "Systematic review for lung cancer detection and lung nodule classification: Taxonomy, challenges, and recommendation future works" // Journal of Intelligent Systems. 2022. Vol. 31(1). P. 944–964.
  12. Larici A. R. et al. Lung nodules: size still matters // European Respiratory Journal. 2017. Vol. 20(26). P. 170025.
  13. de Margerie-Mellon C., Heidinger B., Bankier A. 2D or 3D measurements of pulmonary nodules: preliminary answers and more open questions // Journal Of Thoracic Disease. 2018. Vol. 10(2). P. 547–549.
  14. Gross C. F. et al. Comparability of Pulmonary Nodule Size Measurements among Different Scanners and Protocols: Should Diameter Be Favorized over Volume? // Diagnostics. 2023. Vol. 13. P. 631.
  15. Heuvelmans M. A. et al. Disagreement of diameter and volume measurements for pulmonary nodule size estimation in CT lung cancer screening // Thorax. 2018. Vol. 73(8). P. 779–781.
  16. Heuvelmans M. A., Oudkerk M. Pulmonary nodules measurements in CT lung cancer screening // Journal of Thoracic Disease. 2018. Vol. 10. P. S2100–S2102.
  17. Han D., Heuvelmans M., Oudkerk M. Volume versus diameter assessment of small pulmonary nodules in CT lung cancer screening // Translational Lung Cancer Research. 2017. Vol. 6(1). P. 52–61.
  18. Yoon S. et al. Volumetric analysis of pulmonary nodules: reducing the discrepancy between the diameter-based volume calculation and voxel-counting method // Quantitative Imaging In Medicine And Surgery. 2021. Vol. 12(3). P.1674–1683.
  19. Николаев А. Е. и др. Тактика ведения легочного очага в зависимости от клинической ситуации: методические рекомендации // Серия «Лучшие практики лучевой и инструментальной диагностики». 2022. № 78. 36 с.
  20. Armato 3rd S. G. et al. The Lung Image Database Consortium (LIDC) and Image Database Resource Initiative (IDRI): a completed reference database of lung nodules on CT scans // Medical Physics. 2011. Vol. 38(2). P. 915–931.
  21. Теплякова А. Р., Кузнецов А. А. Разработка модуля для диагностики COVID-19 по снимкам компьютерной томографии органов грудной клетки на базе методов компьютерного зрения // Информационные технологии. 2023. №4, Т. 29. С. 204–214.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать


Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».