Дифференциальная диагностика очаговых изменений позвоночника с использованием стандартного и радиомического анализа: ретроспективное исследование

Полный текст

ВВЕДЕНИЕ

Статистически метастазы (mts) в кости определяются примерно у 40% больных раковыми заболеваниями с различной частотой встречаемости в зависимости от типа и локализации первичной опухоли [1]. Современные методы медицинской визуализации, такие как мультиспиральная компьютерная, магнитно-резонансная (МРТ) и позитронно-эмиссионная томография, обладают высокими показателями диагностической эффективности, однако вариабельность течения mts в кости определяет свойственные каждому методу преимущества и недостатки [2, 3] Современные алгоритмы анализа изображений направлены на улучшение трактовки полученных результатов исследований. Состояние пациента с точки зрения МР-изображения можно описать различными способами и с разной степенью детализации изучаемого объекта, одним из которых является попиксельный анализ изображений при различных патологиях и модальностях [4, 5]. Здесь можно выделить большой спектр методов, которые в основном сводятся к тем или иным статистикам: статистике яркости, гистограммам, распределению групп пикселей, т.е. текстуры. Ввиду такой большой вариабельности значений, несмотря на попытки систематизировать и унифицировать подход, на данном этапе существует множество различных методик анализа, при использовании которых зачастую получают противоречивые или недостоверные результаты [6]. Постепенно, по мере совершенствования способов распознавания объекта (болезни), включается всё большее число признаков вплоть до прямого распознавания объектов человеком или нейронной сетью [7, 8].

Цель исследования — повысить точность диагностики рентгенологических заключений очаговых изменений позвоночника с помощью дополнительной оценки изображений алгоритмами компьютерного анализа.

МАТЕРИАЛЫ И МЕТОДЫ

Дизайн исследования

Проведено одноцентровое выборочное ретроспективное исследование.

Критерии соответствия

МРТ-данные пациентов с очаговыми изменениями в позвоночнике были независимо проанализированы двумя рентгенологами с опытом работы более 10 лет каждый. При совпадении заключений рентгенологов результаты изображений были разделены на 3 группы (гемангиомы, mts, нормальный костный мозг), после чего подвергнуты радиомическому анализу с выделением характерных для каждой группы признаков.

Условия проведения

Ретроспективный анализ МР-изображений осуществляли на рабочей станции «ПО Видар» (Россия), анализ изображений с помощью специализированного программного обеспечения — на «Radiomica Applata» (Германия). Первичные МР-исследования пациентов выполняли с помощью стандартных, утверждённых в ФГБУ РНЦРР (Москва), протоколов.

Методы оценки целевых показателей

Методы исследования

Диагностический алгоритм включал использование МРТ на аппаратах различных производителей («Aera», Siemens, Германия; «Atlas», Canon, Япония) с напряжённостью магнитного поля в 1,5 Тл. Всем онкологическим пациентам в рамках протокола обследования была выполнена остеосцинтиграфия. Для повышения достоверности все исследования были независимо оценены 2 рентгенологами, опыт работы которых составляет более 10 лет.

Методы анализа

Ключевой МР-последовательностью для радиомического анализа выступали Т₂-взвешенное изображение (Т₂ВИ), в качестве вспомогательных были использованы Т₁- взвешенное изображение (T₁ВИ) и STIR (inversion-recovery). После нормализации изображений был выполнен попиксельный анализ с оценкой формы, анализа гистограмм распределения яркостей изображения [9]. При использовании указанных алгоритмов важным параметром считается достаточная гомогенность объекта, однако это требование является сильным, но не всегда применимым для многих приложений. Именно поэтому, как и следует в диагностике, а особенно в дифференциальной, требуется подключать дополнительные сведения об объекте, ограничивая применимость [10].

На рабочем столе специализированного программного обеспечения «Radiomica Applata» (частная разработка IT-исследователей) выделяли изучаемый объект в режиме гистограммы, которая графически отображает частоту встречаемости яркостей в шкале серого и позволяет задать верхнее и нижнее пороговое значение. Например, при анализе гемангиомы, если взять соответствующее окно яркостей на гистограмме, можно выделить слабоотличимые объекты гомогенной структуры, как это сделано на приведённом рисунке для гемангиомы (рис. 1).

 

Рис. 1. T₁ tse sag-гемангиома, выделена с помощью окна на гистограмме яркостей, которая показана в правой части рисунка.

Fig. 1. T₁ tse sag-hemangioma, highlighted with a window on the brightness histogram, which is shown on the right side of the figure.

 

В качестве следующего расширения описания объекта использовали ангиогенез mts рака молочной железы (РМЖ), обладающий дополнительным свойством — хаотичным патологическим ростом сети сосудов в сравнении с нормальной тканью. Этим определяется сложность изображения: объект представляется хаотичнее, т.е. менее сложным, чем другой, если сумма границ частей его составляющих меньше, чем у другого, в тех же условиях измерения. Сумма границ вычисляется действием градиентного оператора на исследуемое изображение, т.е. уже функцией пар пикселей (оператор Арцела).

Для распознавания формы и использования других модальностей применяли нейронные сети с архитектурой многослойного перцептрона при входном векторе 100×100 [11]. Для описанных примеров не требуется анализа на разделимость множества обучающих изображений (рис. 2).

 

Рис. 2. Многослойный перцептрон для распознавания в Т2.

Примечание (здесь и на рис. 3). hema — гемангиома, mts — метастаз, norm — нормальная ткань.

Fig. 2. Multilayer perceptron for recognition in T₂.

Note (here and in Fig. 3). hema — hemangioma, mts — metastasis, norm — normal tissue.

 

В других случаях с этой целью использовали самообучающуюся сеть Кохонена. Для тренировки сетей были взяты следующие группы основных изображений:

• гемангиома (hema);
• нормальная ткань (norm);
• метастазы (mts).

В качестве дополнительных групп были использованы спондилоцистит (spon) и участки жировой дистрофии в позвонках или так называемые жировые депозиты — локальные очаговые изменения с высоким содержанием жира на фоне неизменного костного мозга (lipo).

Этическая экспертиза

Не проводилась.

РЕЗУЛЬТАТЫ

Участники (объекты) исследования

В работу были включены результаты обследования 30 больных с наличием очаговых изменений в телах позвонков грудного и поясничного отдела. У 15 пациентов присутствовал верифицированный морфологически РМЖ с наличием метастатических очаговых изменений в костях. Ещё у 15 пациентов отсутствовал подтверждённый морфологически диагноз злокачественного новообразования, обследование они проходили в связи с неспецифическими жалобами «боль или дискомфорт в позвоночнике», при этом в исследование были взяты наиболее диагностически показательные очаги. У этой категории больных определялись гемангиомы тел позвонков (n = 7), участки субхондрального отёка в телах позвонков (n = 5, у 3 из которых наблюдали явления спондилодисцита). Также для сравнения анализировали участки локальной отграниченной жировой дегенерации костного мозга (n = 5), и у 5 человек были измерены участки неизменных позвонков. Общее число измерений в работе составило 40.

Основные результаты исследования

При анализе интенсивностей в изучаемых объектах были получены значения соотношений светлых, средних и тёмных интенсивностей. Тёмные участки определялись как микрофокусы или так называемые кальдеры. В качестве «гистограммной» оценки выбрано отношение средней яркости объекта (гемангиомы, mts или участка условно-неизменённого костного мозга) к яркости окружающей костной ткани тела позвонка в шкале серого. Результаты радиомического анализа гемангиом представлены в табл. 1, анализа метастатических очагов РМЖ с максимально близкими клиническими характеристиками — в табл. 2. В таблице жёлтым обозначены микрофокусы с яркостью, существенно больше средней по RoI (Region of Interest, зона интереса), красным — ISO, т.е. изоинтенсивный окружению сигнал, зелёным — участки с пониженной интенсивностью в сравнении со средней.

Установлено, что гемангиома проявляет себя повышенной яркостью в сравнении с нормальной тканью с отношением между 1,11 и 1,27 во взятых случаях, а также повышенной структурированностью (множественные ISO-микрофокусы) и повышенной сложностью (Арцела) к нормальной ткани. Приведены также случаи жировой дистрофии, основным отличием которой, в сравнении с гемангиомой, является окружение. Наши параметры (статистика интенсивностей, сложность рисунка, наличие микрофокусов, которые могут и не присутствовать вовсе) не отражают окружения и режима съёмки (подавление жира, например) и являются, таким образом, только необходимыми, но недостаточными.

 

Таблица 1. Результаты радиомического анализа гемангиом в зависимости от используемых операторов в режиме Т₂ВИ sag

Table 1. Results of radiomic analysis of hemangiomas depending on the operators used in T₂WI sag mode

Описание RoI	Арцела RoI	Кальдеры RoI	Арцела окружения	RoI / окружение в сером
Гемангиома-1, Т2-sagittal				1,27
Гемангиома-1, Т2-сагиттал, субтотал				1,16
Гемангиома-2, Т2-сагиттал				1,16
Гемангиома, Т2-сагиттал				1,11
Жировая дистрофия, Т2-сагиттал				1,07
Гемангиома-2, Т2-сагиттал				1,17

 

Таблица 2. Результаты Т₂ВИ радиомического анализа метастазов рака молочной железы (РМЖ)

Table 2. Results of T₂WI radiomic analysis of breast cancer (РМЖ) metastases

Метастаз РМЖ 1		0,915
Метастаз РМЖ 2		0,965
Метастаз РМЖ 3		0,945
Метастаз РМЖ 4		0,88
Метастаз РМЖ		0,98

 

Как видно из табл. 2, метастазы РМЖ проявляют себя пониженной яркостью в сравнении с нормальной тканью на ТВИ с отношением примерно 0,9. Кроме того, отмечено некоторое повышение сложности изображения. Кальдера также отчётливо повышена и варьирует от ISO до затемнённой, что выражено в % к общей площади снимка. По результатам исследования установлены основные дифференциальные показатели для гемангиомы, условно-нормальных участков костного мозга и метастатических очагов. Оператор сложности изображений Арцела для гемангиомы составил ~0,07, для mts — ~0,05, для позвонка — ~0,04 Гистограммный оператор яркостей для гемангиомы составил ~1,12, для mts — ~0,94. Отличие показателей между собой оказалось равным около 20–25% между гемангиомой и костным мозгом и 35% — между mts и костным мозгом, что позволяет эффективно использовать перечисленные показатели вместе с другими маркёрами.

 

Рис. 3. Результаты анализа гемангиомы оператором сложности рисунка Арцела.

Fig. 3. The results of the analysis of hemangioma by the Artzel drawing complexity operator

 

На рис. 3 представлен результат распознавания объекта с рис. 1 (см. разд. «Материалы и методы», гистограмма). Мы видим, что значение Арцела превосходит таковое на «нормальной» сопредельной ткани (крайнее слева изображение), что характерно для гемангиомы. Кроме того, отношение средней интенсивности к «нормальной» ткани, равное 1,15, также характерно для гемангиомы. Указаны условные вероятности отождествления объекта, из которых следует, что гемангиома распознана с условной вероятностью 0,9 по форме.

Далее в качестве контрольного измерения нами был проведён анализ тех же параметров в МР-последовательности STIR, которая считается важным диагностическим компонентом в дифференциальной диагностике очаговых изменений позвоночника. Здесь гемангиома также проявила себя повышенной яркостью в сравнении с нормальной тканью с отношением между 1,02 и 1,24 во взятых случаях. Важным установленным критерием стала повышенная структурированность и, следовательно, повышенная сложность оператора Арцела по отношению к нормальной ткани.

Использованные операторы анализа изображений не продемонстрировали значительных различий дифференциальных признаков представленных наблюдений отёка и жирового депозита позвонка. Вероятно, это связано с параллельно идущими процессами: так, на фоне субкортикального перитрабекулярного отёка определяются участки жировой дистрофии, имеющей сниженный сигнал в STIR, а также неравномерные зоны субкортикального остеосклероза (рис. 4).

 

Рис. 4. МРТ поясничного отдела позвоночника в сагиттальной проекции. Т₂ВИ, дегенеративно-дистрофические изменения у пациента без онкологического анамнеза. a) Определяются зоны неоднородного субкортикального отёка в телах позвонков L_IV, L_V на фоне грыжи межпозвоночного диска. b) В режиме STIR степень выраженности отёка представляется сниженной по отношению к Т₂ВИ за счёт участков жировой дистрофии и субкортикального склероза.

Fig. 4. MRI of the lumbar spine in the sagittal projection. T₂WI, degenerative-dystrophic changes in a patient without an oncological history. a) Zones of heterogeneous subcortical edema are determined in the bodies of the vertebrae L_IV, L_V against the background of a herniated disc. b) In the STIR mode, the severity of edema appears to be reduced in relation to T₂WI due to areas of fatty degeneration and subcortical sclerosis.

 

ОБСУЖДЕНИЕ

Обсуждение основного результата исследования

Методики компьютерного анализа изображений — радиомика, текстурный анализ, CAD (computer aid system) и другие — имеют огромные перспективы, а некоторые решения уже применяют на практике, например, при скрининге очаговых изменений в лёгких, прогнозировании результатов лечения опухолей головного мозга, непосредственной оценке эффективности лечения метастазов РМЖ и др. [12–14]. Хотя проведённое нами исследование показало достаточно высокую эффективность в разграничении доброкачественных и злокачественных очаговых изменений позвоночника, это можно объяснить в том числе тем, что в нашей работе были проанализированы наиболее характерные с рентгенологической точки зрения клинические примеры. На практике наибольшую сложность для врача-рентгенолога при оценке костей составляют несколько параллельно идущих хронических процессов, когда изменения могут накладываться друг на друга. Повышение диагностической эффективности метода заключается в перекрёстном анализе различных последовательностей и операторов, поиске новых радиомических маркёров изображений, что требует дальнейшего исследования и большего числа наблюдений.

Ограничения исследования

Для повышения достоверности полученных результатов требуются большее число наблюдений и статистический анализ полученных результатов. Некоторая погрешность измерений может зависеть от разницы фильтров изображений, реализованных на аппаратах различных производителей.

ЗАКЛЮЧЕНИЕ

Продемонстрированные в работе критерии дифференциальной диагностики, в том числе данные, полученные с помощью нейронных сетей, являются необходимыми, но не достаточными с математической точки зрения, носят рекомендательный характер. В центре системы принятия решений остаётся врач с его опытом.

ДОПОЛНИТЕЛЬНО / ADDITIONAL INFO

Вклад авторов. Все авторы подтверждают соответствие своего авторства международным критериям ICMJE (все авторы внесли существенный вклад в разработку концепции, проведение исследования и подготовку статьи, прочли и одобрили финальную версию перед публикацией).

Author’s contribution. Thereby, all authors made a substantial contribution to the conception of the work, acquisition, analysis, interpretation of data for the work, drafting and revising the work, final approval of the version to be published and agree to be accountable for all aspects of the work.

Источник финансирования. Не указан.

Funding source. Not specified.

Конфликт интересов. Авторы декларируют отсутствие явных и потенциальных конфликтов интересов, связанных с публикацией настоящей статьи.

Competing interests. The authors declare that they have no competing interests.

Об авторах

Николай Иванович Сергеев

Российский научный центр рентгенорадиологии

Автор, ответственный за переписку.
Email: sergeevnickolay@yandex.ru
ORCID iD: 0000-0003-4147-1928
SPIN-код: 2408-6502
Scopus Author ID: 57201131922
http://www.rncrr.ru

доктор медицинских наук, ведущий научный сотрудник, профессор кафедры, кафедра «Рентгенорадиологии» ФДПО ФГБОУ высшего образования "РНИМУ имени Н.И. Пирогова 

Россия, 117485, Москва, ул. Профсоюзная, д. 86

Петр Михайлович Котляров

Российский научный центр рентгенорадиологии

Email: marnad@list.ru
ORCID iD: 0000-0003-1940-9175
SPIN-код: 1781-2199

доктор медицинских наук, профессор

Россия, 117485, Москва, ул. Профсоюзная, д. 86

Владимир Алексеевич Солодкий

Российский научный центр рентгенорадиологии

Email: director@rncrr.ru
ORCID iD: 0000-0002-1641-6452
SPIN-код: 9556-6556

доктор медицинских наук, профессор, академик РАН

Россия, 117485, Москва, ул. Профсоюзная, д. 86

Список литературы

Дополнительные файлы