Личный кабинет
Подробное описание документа
Распределение рентгеноконтрастного вещества в просвете и стенке брюшной аорты по данным КТ-ангиографического исследования / Коденко М. Р., Васильев Ю. А., Кульберг Н. С., Самородов А. В., Решетников Р. В. // Известия ВУЗов. Сер. "Приборостроение". - 2024. - Т. 67, № 9. -
Представлен подход к аппроксимации и анализу компонента сигнала КТ-плотности, ассоциированного с внутрисосудистым рентгеноконтрастным веществом (РКВ) по данным компьютерно-томографических ангиографических (КТА) изображений брюшного отдела аорты. Цель работы - исследование возможности извлечения и анализа РКВ-индуцированного компонента в просвете и стенке брюшного отдела аорты на КТА-изображении. Предложен функционал для описания одномерного и двумерного распределения РКВ в виде набора сумм сигмоидов специального вида. Для аппроксимации использован метод нелинейных наименьших квадратов с оптимизацией Левенберга - Марквардта. Тестирование алгоритма проведено на открытом наборе данных, состоящем из 594 КТА-изображений. Подготовка данных проведена с помощью специализированного программного обеспечения Slicer 3D. Результаты демонстрируют отсутствие статистически значимых различий значений КТ-плотности между исходными изображениями и результатами аппроксимации (p > 0,05, парный тест Вилкоксона). Продемонстрирована чувствительность модели к различному распределению РКВ в области аневризмы, тромбоза и отхождения магистральных артерий. Чувствительность определена как наличие статистически значимых различий расчетных параметров модели для области однородного и неоднородного распределения РКВ в рамках каждого из КТ-исследований. Значения среднеквадратической ошибки аппроксимации для указанных областей статистически значимо не отличаются и унимодально распределены (p > 0,7) в рамках отдельно взятого КТ-исследования. Предложенный подход может быть полезен для персонализации КТА, развития алгоритмов обработки КТА-данных, синтеза бесконтрастных КТ-данных, обучения алгоритмов искусственного интеллекта.
Ключевые слова: Компьютерная томография, ангиография, обработка изображений, контрастное вещество, моделирование, кт-плотность, искусственный интеллект
51-76 в биологических науках, биометрии
Статья опубликована в следующих изданиях
Т. 67, № 9. - 2024.
