Возможности дифференциальной диагностики гистологических форм первичного рака лёгкого при мультиспиральной компьютерной томографии на основе искусственного интеллекта

Обложка

Цитировать

Полный текст

Аннотация

Проблема рака лёгкого (РЛ), визуализирующегося в том числе шаровидным образованием лёгкого (ШОЛ), с каждым годом приобретает всё большую актуальность. В структуре онкологической заболеваемости населения России у мужчин в 2018 г. эта патология занимала лидирующие позиции – 16,9% (у женщин – 4,0%). При анализе распределения больных РЛ различных возрастных групп в зависимости от гистотипа опухоли установлено, что в большинстве это аденокарцинома и плоскоклеточный РЛ – 85 %. Проведена МСКТ у 342 пациентов с ШОЛ в возрасте от 45 до 80 лет на компьютерных томографах Aquillion 64 и Asteion 4 (Toshiba Medical Systems). Цифровой анализ сканов проводили с помощью программы «Рентгенолог+» (Россия, Барнаул), позволяющей выполнять прямую выборку средних значений плотностей пикселей в табличном виде в выделенных областях интереса из файлов в формате DICOM для последующего анализа и статистической обработки. Полученные денситометрические показатели поступали на входы искусственной нейронной сети. Эффективность дифференциальной диагностики гистологических форм: чувствительность 35,7+2,6%, специфичность 40,6+2,6%, точность 76,3+2,3%.

Об авторах

О. В. Борисенко

ФГБОУ ВО «Алтайский государственный медицинский университет» Министерства здравоохранения Российской Федерации

Автор, ответственный за переписку.
Email: dr_borisenko.olga@mail.ru

аспирант

Россия, Барнаул

В. К. Коновалов

ФГБОУ ВО «Алтайский государственный медицинский университет» Министерства здравоохранения Российской Федерации

Email: dr_borisenko.olga@mail.ru
Россия, Барнаул

А. Ф. Лазарев

ФГБОУ ВО «Алтайский государственный медицинский университет» Министерства здравоохранения Российской Федерации

Email: dr_borisenko.olga@mail.ru
Россия, Барнаул

С. Л. Леонов

ФГБОУ ВО «Алтайский государственный технический университет им. И.И. Ползунова»

Email: dr_borisenko.olga@mail.ru
Россия, Барнаул

Список литературы

  1. Григорьевская З.В., Уткина В.Л., Бяхова В.А. и др. Трудности дифференциальной диагностики рака лёгкого и воспалительных изменений легочной ткани. Сибирский онкологический журнал. 2018; 17 (5): 119–24.
  2. Джемал А., Винес П., Брей Ф. и др. Атлас современной онкологии. Издание второе. Атланта, Джорджия: Американское онкологическое общество. 2014. Режим доступа: http://www.cancer.org/canceratlas.
  3. Каприн А.Д., Старинский В.В., Петрова Г.В., ред. Злокачественные новообразования в России в 2018 году (заболеваемость и смертность). М.: ФГБУ МНИОИ им. П.А. Герцена. 2019. 250 с.
  4. Королюк И.П. Доказательная радиология: основные принципы и подходы к ее реализации. Радиология-практика. 2007; 5: 7–21.
  5. Косенок В.К., Бельская Л.В., Массард Ж. и др. Статистические закономерности заболеваемости раком лёгкого в Омской области. Сибирский онкологический журнал. 2016; 15 (4): 21–5.
  6. Мерабишвили В.М. Среднесрочный вариантный прогноз смертности населения России от злокачественных новообразований. Сибирский онкологический журнал. 2019; 18 (4): 5–12.
  7. Мерабишвили В.М., Арсеньев А.И., Тарков С.А. и др. Заболеваемость и смертность населения от рака лёгкого, достоверность учета. Сибирский онкологический журнал. 2018; 17 (6): 15–26.
  8. Петрова Г.В., Грецова О.П., Старинский В.В. Сравнение данных государственной онкологической статистики и ракового регистра России. Сибирский онкологический журнал. 2019; 18 (5): 5–11.
  9. Рекомендации по ранней диагностике рака лёгкого для врачей первичного звена. Редакционная статья. Вестник рентгенологии и радиологии. 2016; 97 (2): 69–78.
  10. Чойнзонов Е.Л., Жуйкова Л.Д., Одинцова И.Н. Смертность населения Томской области от злокачественных новообразований дыхательной системы. Сибирский онкологический журнал. 2018; 17 (3): 5–10.
  11. Guldbrandt L. M., Fenger-Grøn M., Rasmussen T. R. et al. The effect of direct access to CT scan in early lung cancer detection: an unblinded, cluster-randomised trial. BMC Cancer. 2015; 15: 934.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
2. Топология искусственной нейронной сети

Скачать (87KB)

© ООО "Эко-Вектор", 2019


 


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».