영상 데이터, 주석 및 소스 코드를 확보하기 위한 전임상 자기 공명 영상의 자동화된 총 신장 용적 측정

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

Marie E.Edwards, Sigapriya Periyanan, Deema Anaam², Adriana V. Gregory 및 Timothy L. Kline '신장 및 고혈압 사업부, Mayo Clinic, Rochester, Minnesota, USA; and 2미국 미네소타주 로체스터 메이요클리닉 방사선과

Cistanche-kidne

시스탄체세뇨관방지신장질병, 샘플을 받으려면 여기를 클릭하십시오

이 연구의 목적은 완전히 자동화된 총계를 검증하는 것이었습니다.신장빠르고 정확하며 재현 가능한 전임상 설치류 실험을 위한 부피 측정 방법이며 이러한 리소스를 연구 커뮤니티에 제공합니다. 영상을 포함하는 설치류 연구는 다낭성 질환과 같은 질병의 치료 효능을 모니터링하는 데 중요합니다.신장질병. 이전 연구는 시간이 많이 걸리고 잠재적으로 편향된 수동 또는 반자동 세분화를 사용합니다. 자동화 시스템을 개발하기 위해 다양한 마우스 모델에서 총 150개의 축방향 자기공명영상(MRI)을 수동으로 분할하고 자동화 알고리즘을 훈련/검증하는 데 사용했습니다. 모델의 세로 적용을 테스트하기 위해 4개의 돌연변이체 및 4개의 야생형 마우스를 MRI를 통해 3주에서 12주에 걸쳐 순차적으로 이미지화했습니다. 신장의 분할(신우 제외)은 자동화된 방법과 두 개의 다른 판독기에 의해 생성되었으며, 한 판독기는 반복

측정. 수동 방법과 비교하여 자동화의 성능을 평가하기 위해 유사성 메트릭 및 종단 분석이 계산되었습니다. 자동화된 접근 방식은 최종 시각적 품질 관리 단계 외에 사용자 입력이 필요하지 않았습니다. 자동화된 방법과 수동 세분화의 유사성 메트릭은 독자 간 및 독자 내 비교와 동등했습니다. 따라서 여기에 설명된 완전 자동화된 접근 방식은 설치류의 분할을 포함하는 종단적, 전임상 시험에서 안전하게 사용할 수 있습니다.신장T{0}가중 MRI에서.

to prevent chronic kidney disease

번역문

이 연구는 총계를 측정하는 완전 자동화된 방법을 개발했습니다.신장다낭성 돌연변이 마우스 모델에서 전임상 이미징을 위한 볼륨신장병뿐만 아니라 야생형 마우스. 이 연구는 또한 전임상 영상화를 위한 총 신장 부피 측정에서 판독기 간 및 판독기 내 가변성을 모두 확립했습니다. 유사한 연구 및 알고리즘 접근 방식을 사용하여 임상 영상 데이터를 위한 방법을 설정할 수 있으며 정확한 질병 예후 및 임상 의사 결정에 필요합니다. 우리는 연구 커뮤니티에 이미징 데이터, 주석 및 소스 코드를 제공하고 있습니다.

장기 부피의 측정은 총과 같은 질병의 임상 증상 및 이환율과 상관 관계가 있는 것으로 나타났습니다.신장상염색체 우성 다낭성 체적(TKV)신장질병(PKD)1,2 및 치료 중재의 효과를 확인하는 데 사용됩니다. 연구, 임상 시험 및 점차 임상 신장학에서 이러한 측정을 사용하여 동물 모델과 환자 모두에서 질병 진행을 모니터링하고 치료법의 효과를 평가하고 결과를 예측합니다.

현재 PKD의 진행을 늦추는 새로운 치료법을 찾기 위한 전임상 연구가 전례 없는 속도로 진행되고 있습니다. PKD의 동물 모델에서 자기공명영상(MRI)의 주요 이점은 생체 내 영상을 사용할 수 있다는 점이며, 이는 동일한 동물을 사용하는 세로 체적 연구를 가능하게 합니다. 2반자동,'3,14및 등록 기반 수동,9-12마우스의 자동 분할56과 관련된 수많은 연구신장이전에 수행되었습니다.

자동화된 것으로 간주되는 많은 방법은 여전히 사용자 입력이 필요합니다. 이러한 전임상 연구의 대부분은 시간과 비용이 많이 들고 관찰자 편향을 유발하는 수동 분할을 사용합니다. 따라서 우리 연구실은 TKV 측정의 변동성을 평가하고 질병의 쥐 모델의 자기 공명 스캔에서 TKV를 측정하는 자동화된 분석 프로그램을 개발했습니다.

kidney injury and disease

결과

수동 신장 분할의 관찰자 내 및 관찰자 간 가변성

그림 1은 2명의 리더에 의해 수동으로 측정된 TKV의 Bland-Altman 분석(관측자 간 분산)과 리더 2에 의한 반복 측정(관측자 내 분산)의 결과를 보여줍니다. 독자 1을 독자 2와 비교했을 때 평균 백분율 차이는 7.7%였고 95% 신뢰 구간은 ±4.5%였습니다. 리더 2가 동일한 이미지에 대해 반복 측정을 수행했을 때 -0.5%의 평균 백분율 차이와 ±3.9%의 95% 신뢰 구간이 있었습니다. 회귀 분석은 R² 값이 0.99 이상인 모든 방법에서 TKV에 높은 일치가 있음을 나타냅니다.

자동화된 분할 알고리즘의 검증 TKV의 백분율 차이와 관련하여 각 리더와 비교한 자동화된 방법은 그림 1의 Bland-Altman 플롯에서 제안한 바와 같이 관찰자 간 및 관찰자 내 분산의 방법과 유사했습니다. 리더 1을 다음과 비교할 때 자동화된 방법의 경우 평균 백분율 차이 5.2%, 95% 신뢰 구간 ±5.8%가 있었습니다. 리더 2를 자동화된 방법과 비교했을 때 평균 백분율 차이는 -2.5%였고 ±6.5%의 95% 신뢰 구간.

야생형 마우스와 돌연변이 마우스의 차이점

평균 및 SD TKV는 각 방법에 대한 각 시점에 플롯팅되었고 유전자형(돌연변이 대 야생형)으로 구분되었습니다. 도 2에서 볼 수 있는 바와 같이, 평균 TKV는 돌연변이 마우스보다 각 시점에서 야생형 마우스에서 항상 더 작다. 3가지 방법(자동화, 리더 1 및 리더 2) 모두 9주령과 12주령에서 마우스 유형의 상당한 분리를 보여줍니다.

cistanche-kidney disease-6(54)

논의

PKD에서 신장 용적의 분석은 현재 질병 상태를 특성화하는 데 사용되는 가장 중요한 지표 중 하나입니다. 우리가 작업하기 전에는 PKD 모델 시스템에서 수동으로 신장을 추적하는 것 외에 다른 대안이 없었습니다. 이러한 구조를 추적하는 데 걸리는 시간과 이러한 측정을 수행하도록 사람을 교육하는 데 필요한 시간, 작업자 간 변동 가능성 때문에 이 연구에서 우리는 TKV에 대한 완전 자동화된 분할 방법을 개발하고 검증했습니다. 자동 분할은 컴퓨팅 성능에 따라 몇 분 만에 계산되는 반면 수동 분할은 20~40분이 걸립니다. 수동 또는 반자동 분할 방법과 달리 이 자동화 방법은 동일한 이미지에 적용될 때마다 동일한 정확한 결과를 생성합니다.

전임상 시험은 종종 대조군과 치료군으로 구성됩니다. 따라서 자동 결합 방법은 그룹 간의 부피 차이를 적절하게 감지할 수 있을 만큼 충분히 민감해야 합니다. 7 그림 2는 수동 분할과 자동 분할이 모두 9주령에 야생형 및 돌연변이 그룹에서 상당한 분리를 보여줍니다. . 전반적인 동의는 훌륭했지만 시각적 비교는 조각의 작은 부분 집합에 신우를 포함할지 제외할지에 대한 사소한 불일치를 시사했습니다. 제외하는 것이 일반적이지만

Figure 1|Bland-Altman and regression analysis of (a,e) interobserver and (b,f) intraobserver total kidney volume (TKV)