Эмиссионные текстурные признаки I-131 ткани дифференцированного рака щитовидной железы

Обложка

Цитировать

Полный текст

Аннотация

Обоснование. Менеджмент дифференцированного рака щитовидной железы включает проведение однофотонной эмиссионной томографии, совмещённой с рентгеновской компьютерной томографией, после проведения радиойодтерапии. Несмотря на хороший ответ на хирургическое лечение и радиойодтерапию, в некоторых случаях выявляют рецидив заболевания, что в 8% наблюдений приводит к неблагоприятному прогнозу [1]. Предварительный анализ распределения I-131 в остаточных тканях щитовидной железы и очагах метастазирования позволяет оценить вероятность рецидива дифференцированного рака. На сегодняшний день не описан одновременно эффективный и простой в исполнении способ прогноза рецидива дифференцированного рака щитовидной железы.

Цель — разработка методики выделения и вычисления текстурных признаков области накопления I-131 с использованием системы однофотонной эмиссионной томографии, соответствующей ткани дифференцированного рака щитовидной железы.

Материалы и методы. Проведён ретроспективный анализ однофотонной эмиссионной томографии, совмещённой с рентгеновской компьютерной томографией, области шеи и грудной клетки 23 пациентам. В программном обеспечении Xeleris 4DR размечены области интереса — очаги накопления I-131 в ложе первичной опухоли, регионарные и отдалённые метастазы.

Полученная маска с исходным изображением обрабатывались в программе, написанной c помощью пакета Matlab, которая локализует очаги. Вычислены текстурные признаки очагов на основе полученной матрицы пространственной смежности. Она показывает, как часто пиксели с определёнными значениями яркости в серой шкале встречаются на изображении, поэтому признаки на основе матрицы пространственной смежности отражают частотное распределение различных соседств пикселей в данном контексте.

Результаты. Разработан алгоритм построения трёхмерных матриц источника излучения в окружении ткани дифференцированного рака щитовидной железы. Исследованы текстурные признаки трёхмерных матриц. Показано наличие тенденций к различию текстурных признаков, соответствующих упорядоченности значений пикселей и контрасту изображения. Значения полученных признаков подчиняются логнормальному распределению.

Заключение. Алгоритм экстракции текстурных признаков очагов накопления I-131 позволяет проводить анализ посттерапевтических снимков однофотонной эмиссионной томографии, совмещённой с рентгеновской компьютерной томографией, на предмет вероятности рецидива дифференцированного рака щитовидной железы.

Об авторах

Михаил Сергеевич Мальцев

Национальный исследовательский ядерный университет МИФИ

Автор, ответственный за переписку.
Email: misha.malcev.01@bk.ru
ORCID iD: 0009-0009-2420-4650
Россия, Москва

Алексей Андреевич Трухин

Национальный исследовательский ядерный университет МИФИ; Национальный медицинский исследовательский центр эндокринологии

Email: Alexey.trukhin12@gmail.com
ORCID iD: 0000-0001-5592-4727
SPIN-код: 4398-9536
Россия, Москва; Москва

Алмаз Вадимович Манаев

Национальный исследовательский ядерный университет МИФИ; Национальный медицинский исследовательский центр эндокринологии

Email: a.manaew2016@yandex.ru
ORCID iD: 0009-0003-8035-676X
SPIN-код: 2902-9767
Россия, Москва; Москва

Мария Валентиновна Рейнберг

Национальный медицинский исследовательский центр эндокринологии

Email: mrezerford12@gmail.com
ORCID iD: 0009-0002-1632-2197
Россия, Москва

Список литературы

  1. Рейнберг М.В., Слащук К.Ю., Трухин А.А., Аврамова К.И., Шеремета М.С. Современный взгляд на основные аспекты подготовки пациентов с дифференцированным раком щитовидной железы к радиойодтерапии: научный обзор // Digital Diagnostics. 2023. Т. 4, № 4. C. 543–568. doi: 10.17816/DD532728

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

© Эко-вектор, 2024

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

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».