Автоматизированные измерения общего объема почек в доклинической магнитно-резонансной томографии для получения данных визуализации, аннотаций и исходного кода

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

Мари Э. Эдвардс, Сигаприя Периянан, Дима Анаам², Адриана В. Грегори и Тимоти Л. Клайн, отделение нефрологии и гипертонии, клиника Майо, Рочестер, Миннесота, США; и 2 Отделение радиологии, клиника Майо, Рочестер, Миннесота, США

Цистанхетрубчатыйпредотвращаетпочкаболезнь, нажмите здесь, чтобы получить образец

Цель этого исследования заключалась в проверке полностью автоматизированного общегопочкаметод измерения объема для доклинических испытаний на грызунах, который является быстрым, точным, воспроизводимым, и предоставить эти ресурсы исследовательскому сообществу. Исследования на грызунах, включающие визуализацию, имеют решающее значение для мониторинга эффективности лечения таких заболеваний, как поликистоз.почкаболезнь. В предыдущих исследованиях использовалась ручная или полуавтоматическая сегментация, которая отнимает много времени и может быть необъективной. Для разработки нашей автоматизированной системы в общей сложности 150 аксиальных магнитно-резонансных изображений (МРТ) различных моделей мышей были вручную сегментированы и использованы для обучения/проверки автоматизированного алгоритма. Чтобы проверить продольное применение модели, четыре мутантных и четыре мыши дикого типа были последовательно визуализированы в течение трех-двенадцати недель с помощью МРТ. Сегменты почек (за исключением почечной лоханки) были созданы автоматическим методом и двумя разными считывателями, причем один считыватель повторял

измерения. Метрики подобия и продольный анализ были рассчитаны для оценки эффективности автоматизированных методов по сравнению с ручными методами. Автоматизированный подход не требовал участия пользователя, за исключением заключительного шага визуального контроля качества. Показатели сходства автоматизированного метода с сегментацией вручную были на одном уровне с сравнениями между читателями и внутри них. Таким образом, описанный здесь полностью автоматизированный подход можно безопасно использовать в лонгитюдных доклинических исследованиях, включающих сегментацию грызунов.почкина Т2-взвешенных МРТ.

Заявление о переводе

В этом исследовании был разработан полностью автоматизированный метод измерения общегопочкаобъем для доклинической визуализации в модели поликистоза мутантных мышейБолезнь почека также мыши дикого типа. Это исследование также установило изменчивость как интерридера, так и интраридера в измерении общего объема почки для доклинической визуализации. Подобные исследования и алгоритмические подходы могут быть использованы для разработки методов для данных клинической визуализации и необходимы для точного прогноза заболевания и принятия клинических решений. Мы предоставляем данные изображений, аннотации и исходный код исследовательскому сообществу.

Показано, что измерение объема органа коррелирует с клиническими проявлениями и заболеваемостью такими заболеваниями, как общеепочкаобъем (ТКВ) при аутосомно-доминантном поликистозепочкаболезни (PKD)1,2 и используется для подтверждения эффективности лечебных вмешательств. Исследования, клинические испытания и все чаще клиническая нефрология используют эти измерения для мониторинга прогрессирования заболевания как у животных, так и у пациентов, оценки эффективности терапии и прогнозирования результатов.

В настоящее время с беспрецедентной скоростью проводятся доклинические исследования по поиску новых методов лечения для замедления прогрессирования поликистозной болезни. Ключевым преимуществом магнитно-резонансной томографии (МРТ) в моделях поликистозных болезней на животных является возможность использования изображений in vivo, что позволяет проводить продольные объемные исследования на одном и том же животном. Многочисленные исследования, включающие 2 полуавтоматизированную, 3, 14 и основанную на регистрации ручную 9-12 автоматическую сегментацию56 мышей.почкибыли выполнены ранее.

Многие из методов, считающихся автоматизированными, по-прежнему требуют ввода данных пользователем. В большинстве этих доклинических исследований используется ручная сегментация, которая отнимает много времени и средств, а также приводит к систематической ошибке наблюдателя. Поэтому наша лаборатория оценила вариабельность измерения TKV и разработала программу автоматизированного анализа для измерения TKV при магнитно-резонансном сканировании мышиных моделей заболевания.

ПОЛУЧЕННЫЕ РЕЗУЛЬТАТЫ

Внутри- и межнаблюдательная изменчивость ручной сегментации почки

На рис. 1 показаны результаты анализа TKV методом Бланда-Альтмана, измеренного вручную двумя считывателями (дисперсия между наблюдателями) и повторных измерений читателем 2 (дисперсия внутри наблюдателя). Когда считыватель 1 сравнивался со считывателем 2, средняя разница в процентах составляла 7,7 процента, а 95-процентный доверительный интервал составлял ±4,5 процента. Когда читатель 2 выполнял повторные измерения одного и того же изображения, средняя разница в процентах составляла -0,5 процента, а доверительный интервал 95 процентов составлял ±3,9 процента. Регрессионный анализ показал, что существует высокая согласованность TKV между всеми методами, при этом значение R² больше или равно 0,99.

Валидация алгоритма автоматической сегментации. Автоматизированный метод, сравниваемый с каждым считывателем в отношении процентной разницы TKV, был аналогичен методу дисперсии между наблюдателями и внутри них, как показано на графиках Бланда-Альтмана на рисунке 1. Когда читатель 1 сравнивался с при использовании автоматизированного метода среднее процентное различие составило 5,2 процента, а 95-процентный доверительный интервал составил ±5,8 процента. 95-процентный доверительный интервал ±6,5 процента.

Различие между мышами дикого типа и мутантными мышами

Средние и SD TKV были нанесены на график в каждый момент времени для каждого метода и разделены по генотипу (мутант против дикого типа). Как видно на рисунке 2, среднее значение TKV всегда меньше у мышей дикого типа в каждый момент времени, чем у мутантных мышей. Все 3 метода (автоматизированный, считыватель 1 и считыватель 2) демонстрируют значительное разделение типов мышей в возрасте 9 и 12 недель.

ОБСУЖДЕНИЕ

Анализ объема почек при поликистозных заболеваниях почек является одним из наиболее важных показателей, используемых в настоящее время для характеристики статуса заболевания. До нашей работы не было альтернативы ручному отслеживанию почек в модельных системах ПКД. Из-за времени, необходимого для отслеживания этих структур, а также времени, необходимого для обучения человека выполнению этих измерений, и потенциальной изменчивости между операторами, в этом исследовании мы разработали и утвердили полностью автоматизированный метод сегментации для TKV. Автоматическая сегментация вычисляется за считанные минуты (в зависимости от вычислительной мощности), тогда как ручная сегментация занимает от 20 до 40 минут. В отличие от ручных или даже полуавтоматических методов сегментации, этот автоматический метод будет давать одни и те же точные результаты каждый раз, когда он применяется к одному и тому же изображению.

Доклинические испытания часто включают как контрольную группу, так и группу (группы) лечения; поэтому важно, чтобы автоматический метод спаривания был достаточно чувствительным для надлежащего определения различий в объеме между группами.7 На рис. 2 показано, что как ручная, так и автоматическая сегментация демонстрируют значительное разделение в группах дикого типа и мутантов в возрасте 9 недель. . Хотя общее согласие было превосходным, визуальное сравнение показало незначительные разногласия по поводу включения или исключения почечной лоханки в небольшом подмножестве срезов. Хотя общепринятой практикой является исключение

Рисунок 1|Бланд-Альтман и регрессионный анализ (a, e) между наблюдателями и (b, f) общего объема почек (TKV) внутри наблюдателя.

измерения (измеряемые в миллиметрах) в дополнение к автоматизированному (Авто) методу по сравнению с (c, g) считывателем 1 и (d, h) считывателем 2. Графики Бланда-Альтмана показывают среднюю разницу (сплошная линия) и 95-процентный доверительный интервал (пунктирные линии). Регрессионный анализ показывает корреляцию между сравниваемыми методами.