способ дифференциальной диагностики шаровидных образований легких

Формула изобретения

Способ дифференциальной диагностики шаровидных образований легких, включающий исследование изображений шаровидных образований легких, полученных с помощью компьютерной томографии, определение и анализ значений фрактальных параметров, отличающийся тем, что в качестве изображений шаровидных образований легких используют набор срезов, полученный однократно, определяют по данному набору срезов стохастические параметры среднего по набору срезов значения плотности шаровидного образования легкого, коэффициента корреляции при описании параболической зависимостью средней по срезу плотности шаровидного образования легкого от номера среза, среднего по группе срезов среднеквадратичного отклонения плотности шаровидного образования легкого, коэффициента корреляции при описании параболической зависимостью среднеквадратичного отклонения плотности шаровидного образования легкого по срезам от номера среза и фрактальные параметры средней по срезам фрактальной размерности внутренней структуры шаровидного образования легкого и среднеквадратичного отклонения фрактальной размерности, проводят анализ значений стохастических и фрактальных параметров посредством использования искусственного нейрона в соответствии со следующими зависимостями:

,

,

где Y - функция активации;

- параметр формы функции активации;

b₀ , b_i, b_ij - весовые коэффициенты;

x_i, x_j - набор вышеназванных значений стохастических и фрактальных параметров, далее по значению функции активации более 0,5 судят о принадлежности шаровидного образования легкого к нозологии рак, а по значению функции активации менее 0,5 судят о принадлежности шаровидного образования легкого к нозологии инфильтративный туберкулез.

Описание изобретения к патенту

Изобретение относится к медицине, а именно к лучевой диагностике, и может быть использовано для дифференциальной диагностики заболеваний легких с применением компьютерной томографии.

Преимущественно известные современные способы дифференциальной диагностики шаровидных образований легких (ШОЛ) - центральный и периферический рак, инфильтративный туберкулез, пневмония и другие - не всегда позволяют достоверно определить вид патологического образования, что вызвано наличием сходных черт опухолевых и воспалительных процессов при их визуализации методами компьютерной томографии. Однако существуют и способы дифференциальной диагностики ШОЛ с использованием методов количественного анализа изображений, которые повышают достоверность определения вида патологического образования, но не позволяют гарантировать требуемую точность постановки диагноза.

Известен способ дифференциальной диагностики малых периферических ШОЛ, включающий исследование изображений ШОЛ, полученных с помощью компьютерной томографии, определение и анализ значений фрактальных параметров на изображениях с максимальной настройкой интенсивности реконструированных изображений в оценке состояния сосудистого русла и бронхов при малых периферических раках и гамартомах легкого у тридцати четырех больных. Далее по значениям фрактального параметра D=1,81±0,13 судят о принадлежности шаровидного образования легкого к нозологии рак, а по значениям фрактального параметра D=1,67±0,10 судят о принадлежности шаровидного образования легкого к нозологии гамартома (The usefulness of fractal geometry for the diagnosis of small peripheral lung tumors [Text] / N. Mihara, K. Kuriyama, S. Kido et al // Nippon Igaku Hoshasen Gakkai Zasshi. - 1998. - Vol.58. - P.148-151).

Основными недостатками описанного способа дифференциальной диагностики малых периферических ШОЛ являются узкая сфера применения вследствие отсутствия возможности использования для диагностики шаровидного образования легкого любого расположения, так как устанавливают область интереса на стороне ШОЛ только параллельно стенке грудной клетки, и недостаточная достоверность результатов диагностики, так как анализировалась только по фрактальным параметрам небольшая группа пациентов при ограниченном числе нозологий.

Известен способ дифференциальной диагностики малых периферических ШОЛ, включающий исследование изображений ШОЛ, полученных с помощью компьютерной томографии высокого разрешения, определение и анализ фрактальной размерности изображений у семидесяти больных. Далее по значениям фрактальной размерности D=2,38±0,05 судят о принадлежности ШОЛ к бронхогенной карциноме, а по значениям фрактальной размерности D=1,19±0,05 судят о принадлежности ШОЛ к бронхиолоальвеолярной карциноме (Fractal analysis of internal and peripheral textures of small peripheral bronchogenic carcinomas in thin-section computed tomography: Comparison of bronchioloalveolar cell carcinomas with nonbronchioloalveolar cell carcinomas [Text] / K. Kido, K. Kuriyama, M. Higashiyama et al // J. Comput. Assist. Tomogr. - 2003. - Vol.27. - P.56-61).

Основными недостатками описанного способа дифференциальной диагностики малых периферических ШОЛ является невысокая достоверность результатов диагностики, так как использование только фрактальной размерности недостаточно доказано при диагностировании небольшой группы пациентов и ограниченном числе нозологий.

Наиболее близким к заявляемому (прототипом) является способ дифференциальной диагностики ШОЛ, включающий исследование изображений ШОЛ, полученных последовательно в динамике с помощью компьютерной томографии без усиления внутривенным контрастированием, с помощью компьютерной томографии во время усиления внутривенным контрастированием и с помощью компьютерной томографии после усиления внутривенным контрастированием, определение и анализ значений фрактальных параметров у пятнадцати больных. При этом используют изображение шаровидного образования легкого в целом без разделения на срезы. В качестве фрактальных параметров, определяющих фрактальный процесс ветвления кровеносных сосудов, для исследования васкуляризации регионов опухоли применяют фрактальные размерности ШОЛ в целом, которые отображаются в области интереса идентифицированных опухолевых тканей перед анализом их текстуры. На основании анализа значений фрактальных параметров определяют васкуляризацию регионов опухоли, обладающих «сильными» фрактальными характеристиками. Далее по значению фрактального параметра, равному 2,046, судят о принадлежности шаровидного образования легкого к агрессивной злокачественной опухоли, а по значению фрактального параметра, равного 1,534, судят о принадлежности шаровидного образования легкого к неагрессивной злокачественной опухоли. Количественные характеристики показали до 83,34% различий между агрессивными и неагрессивными злокачественными опухолями. Таким образом, данный процесс диагностики ШОЛ с анализом значений фрактальных параметров является обоснованным (Al-Kadi, О.S. Texture Analysis of Aggressive and Nonaggressive Lung Tumor CE CT Images [Text] / O.S. Al-Kadi, D. Watson // IEEE transactions on biomedical engineering. - 2008. - Vol.55. - № 7. - P.1822-1830).

Однако достоверность результатов дифференциальной диагностики ШОЛ при использовании описанного способа является недостаточной, так как анализировалась небольшая группа пациентов с применением только фрактальных размерностей в качестве параметров и при ограниченном числе нозологий. Кроме того, реализация описанного способа приводит к повышенной лучевой нагрузке на пациента, так как исследование изображений ШОЛ производят с помощью компьютерной томографии многократно в динамике, используя контрастное усиление.

Задачей изобретения является повышение достоверности результатов дифференциальной диагностики ШОЛ при исследовании опухолевых и воспалительных процессов и снижение лучевой нагрузки на пациента.

Поставленная задача решается тем, что в способе дифференциальной диагностики ШОЛ, включающем исследование изображений ШОЛ, полученных с помощью компьютерной томографии, определение и анализ значений фрактальных параметров, согласно изобретению в качестве изображений ШОЛ используют набор срезов, полученный однократно. Определяют по данному набору срезов стохастические параметры среднего по набору срезов значения плотности шаровидного образования легкого, коэффициента корреляции при описании параболической зависимостью средней по срезу плотности шаровидного образования легкого от номера среза, среднего по группе срезов среднеквадратичного отклонения плотности шаровидного образования легкого, коэффициента корреляции при описании параболической зависимостью среднеквадратичного отклонения плотности шаровидного образования легкого по срезам от номера среза и фрактальные параметры средней по срезам фрактальной размерности внутренней структуры шаровидного образования легкого и среднеквадратичного отклонения фрактальной размерности. Проводят анализ значений стохастических и фрактальных параметров посредством использования искусственного нейрона в соответствии со следующими зависимостями:

где Y - функция активации;

- параметр формы функции активации;

b ₀, b_i, b_ij - весовые коэффициенты;

x_i, x_j - набор вышеназванных значений стохастических и фрактальных параметров. Далее по значению функции активации более 0,5 судят о принадлежности шаровидного образования легкого к нозологии рак, а по значению функции активации менее 0,5 судят о принадлежности шаровидного образования легкого к нозологии инфильтративный туберкулез.

Повышение достоверности результатов дифференциальной диагностики ШОЛ при исследовании таких нозологий, как рак - опухолевый процесс - или инфильтративный туберкулез - воспалительный процесс - обусловлено получением для полученного набора срезов комплекса стохастических и фрактальных параметров и их анализом, основанным на использовании искусственного нейрона, в соответствии с зависимостями (1) и (2).

Снижение лучевой нагрузки на пациента обусловлено исследованием изображений ШОЛ, в качестве которых используют набор срезов, производят с помощью компьютерной томографии однократно, без контрастирования изображения.

Предложенное изобретение поясняется схемой, на которой представлена структура функции активации с использованием искусственного нейрона, по которой судят о принадлежности ШОЛ к одной из нозологий. Способ дифференциальной диагностики ШОЛ осуществляется следующим образом.

Сначала проводят исследование изображений ШОЛ, Накоплена база данных параметров ШОЛ для нозологии "Рак" и "Инфильтративный туберкулез". База данных включает в себя 146 параметров ШОЛ с верифицированным диагнозом "Рак" и 88 - "Инфильтративный туберкулез".

Затем определяют по данному набору срезов независимые друг от друга стохастические параметры среднего по набору срезов значения плотности шаровидного образования легкого, коэффициента корреляции при описании параболической зависимостью средней по срезу плотности шаровидного образования легкого от номера среза, среднего по группе срезов среднеквадратичного отклонения плотности шаровидного образования легкого, коэффициента корреляции при описании параболической зависимостью среднеквадратичного отклонения плотности шаровидного образования легкого по срезам от номера среза и независимые друг от друга фрактальные параметры средней по срезам фрактальной размерности внутренней структуры шаровидного образования легкого и среднеквадратичного отклонения фрактальной размерности.

Далее проводят анализ значений стохастических и фрактальных параметров посредством использования искусственного нейрона в соответствии с зависимостями (1) и (2) для шести входных стохастических и фрактальных параметров. Использование в нейроне нелинейных зависимостей позволяет ограничиться одним нейроном вместо нейронной сети и упростить процесс нахождения весовых коэффициентов зависимости (2). Выбирают весовые коэффициенты, обеспечивающие заданное значение функции активации, равное, например, 0 для шаровидного образования легкого с нозологией инфильтративный туберкулез и, например, 1 для шаровидного образования легкого с нозологией рак. Для определения весовых коэффициентов может быть использован метод наименьших квадратов.

По значению функции активации более 0,5 судят о принадлежности шаровидного образования легкого к нозологии рак, а по значению функции активации менее 0,5 судят о принадлежности шаровидного образования легкого к нозологии инфильтративный туберкулез.

Затем при диагностике ШОЛ у новых пациентов проводят исследование изображений ШОЛ, в качестве которых используют набор срезов, полученный однократно с помощью компьютерной томографии, определяют те же шесть входных стохастических и фрактальных параметров и проводят анализ значений стохастических и фрактальных параметров посредством использования искусственного нейрона в соответствии с зависимостями (1) и (2), а полученное значение функции активации позволяет поставить наиболее вероятный диагноз.

Пример использования способа дифференциальной диагностики ШОЛ.

Были исследованы ШОЛ у 234 пациентов. В качестве изображений ШОЛ использовали набор срезов, полученный однократно с помощью компьютерной томографии без контрастирования изображения.

В качестве параметров ШОЛ выбраны стохастические (1-4) и фрактальные (5, 6) параметры:

1. Среднее по набору срезов значение плотности ШОЛ (x₁).

2. Коэффициент корреляции при описании параболической зависимостью средней по срезу плотности ШОЛ от номера среза (x₂).

3. Среднее по группе срезов среднеквадратичное отклонение плотности ШОЛ (x₃).

4. Коэффициент корреляции при описании параболической зависимостью среднеквадратичного отклонения плотности ШОЛ по срезам от номера среза (x₄).

5. Средняя по срезам фрактальная размерность внутренней структуры ШОЛ (x₅).

6. Среднеквадратичное отклонение фрактальной размерности (x₆).

Корреляционным анализом доказана независимость использованных параметров и их влияние на выбор нозологии.

При обучении искусственного нейрона с помощью метода наименьших квадратов был произведен выбор весовых коэффициентов, обеспечивающих значение функции активации, равное 0, для ШОЛ с нозологией "Инфильтративный туберкулез" и значение функции активации, равное 1, для ШОЛ с нозологией "Рак" для исследованных ШОЛ у 234 пациентов. Для исследованных ШОЛ у 234 пациентов обучение нейрона позволило получить следующие результаты: 91% ШОЛ с нозологией "Рак" соответствуют значению функции активации Y>0,5, а 89% ШОЛ с нозологией "Инфильтративный туберкулез" соответствуют значению функции активации Y<0,5. Таким образом у 146 пациентов был верифицирован диагноз "Рак" и у 88 пациентов был верифицирован диагноз "Инфильтративный туберкулез".

Использование нейрона для дифференциальной диагностики ШОЛ заключалось в следующем:

- определение шести стохастических и фрактальных параметров ШОЛ с помощью компьютерной томографии;

- расчет функции активации Y с использованием обученного нейрона;

- по установленной зависимости принятие решения: при Y>0,5 диагностировали рак, а при Y<0,5 - инфильтративный туберкулез.

Таким образом, предложенный способ дифференциальной диагностики ШОЛ обеспечивает повышенную достоверность результатов при исследовании опухолевых и воспалительных процессов и позволяет снизить лучевую нагрузку на пациента. Кроме того, данный способ может быть использован для дифференциальной диагностики и других нозологий.