イメージングデータ、注釈、およびソースコードを調達するための前臨床磁気共鳴イメージングにおける自動化された総腎臓容積測定

コンタクト：joanna.jia@wecistanche.com/ WhatsApp：008618081934791

Marie E.Edwards、Sigapriya Periyanan、DeemaAnaam²、Adriana V. Gregory、Timothy L. Kline'Division of Nephrology and Hypertension、Mayo Clinic、Rochester、Minnesota、USA; および2米国ミネソタ州ロチェスターのメイヨークリニック放射線科

Cistancheカンカニクジュヨウ防ぐ肝臓疾患、サンプルを入手するには、ここをクリックしてください

この調査の目的は、完全に自動化された合計を検証することでした。肝臓迅速、正確、再現性があり、これらのリソースを研究コミュニティに提供する前臨床齧歯動物試験の体積測定方法。 多嚢胞性卵巣症候群などの疾患の治療効果を監視するには、イメージングを含む齧歯類の研究が不可欠です。肝臓疾患。 以前の研究では、手動または半自動のセグメンテーションを利用していますが、これには時間がかかり、バイアスがかかる可能性があります。 自動システムを開発するために、さまざまなマウスモデルからの合計150の軸方向磁気共鳴画像（MRI）を手動でセグメント化し、自動アルゴリズムのトレーニング/検証に使用しました。 モデルの長期的な適用をテストするために、4匹の変異マウスと4匹の野生型マウスをMRIを介して3〜12週間にわたって連続して画像化しました。 腎臓のセグメンテーション（腎盂を除く）は、自動化された方法と2つの異なるリーダーによって生成され、1つのリーダーが

測定。 手動による方法と比較した自動化された方法のパフォーマンスを評価するために、類似性メトリックと縦断的分析が計算されました。 自動化されたアプローチでは、最終的な視覚的品質管理ステップ以外に、ユーザー入力は必要ありませんでした。 自動化された方法と手動のセグメンテーションの類似性メトリックは、リーダー間およびリーダー内の比較と同等でした。 したがって、ここで説明する完全に自動化されたアプローチは、齧歯動物のセグメンテーションを含む長期的な前臨床試験で安全に使用できます。腎臓T2-加重MRIで。

翻訳ステートメント

この研究は、合計を測定するための完全に自動化された方法を開発しました肝臓多嚢胞性の変異マウスモデルにおける前臨床イメージングのボリューム腎臓病野生型マウスと同様に。 この研究はまた、前臨床イメージングのための総腎臓容積の測定におけるリーダー間およびリーダー内の両方の変動性を確立しました。 同様の研究とアルゴリズム的アプローチを使用して、臨床画像データの方法を確立することができ、正確な疾患の予後と臨床的意思決定に必要です。 イメージングデータ、注釈、ソースコードを研究コミュニティに提供しています。

臓器容積の測定は、臨床症状および総計などの疾患の罹患率と相関することが示されています肝臓常染色体優性多発性嚢胞腎の体積（TKV）肝臓疾患（PKD）1,2であり、治療介入の有効性を確認するために使用されます。 研究、臨床試験、そしてますます臨床的な腎臓学は、これらの測定値を使用して、動物モデルと患者の両方の疾患の進行を監視し、治療の有効性を評価し、結果を予測します。

現在、前臨床試験は前例のない速度で行われており、PKDの進行を遅らせるための新しい治療法を探しています。 PKDの動物モデルにおける磁気共鳴画像法（MRI）の主な利点は、同じ動物を使用する縦方向の容積測定研究を可能にするinvivo画像法を使用できることです。 マウスの2半自動化された'3,14および登録ベースのマニュアル9-12自動化されたセグメンテーション56を含む多数の研究腎臓以前に実行されました。

自動化されていると見なされる方法の多くは、依然としてユーザー入力を必要とします。 これらの前臨床試験の大部分は、手動のセグメンテーションを使用しています。これは、時間とコストがかかるだけでなく、観察者の偏見をもたらします。 したがって、私たちの研究室は、TKVの測定における変動性を評価し、疾患のマウスモデルの磁気共鳴スキャンでTKVを測定するための自動分析プログラムを開発しました。

結果

手動腎臓セグメンテーションの観察者内および観察者間の変動

図1は、2人のリーダーによって手動で測定されたTKVのブランド-アルトマン分析（観察者間分散）とリーダー2による繰り返し測定（観察者内分散）の結果を示しています。 リーダー1をリーダー2と比較すると、平均パーセンテージの差は7.7パーセント、95パーセントの信頼区間は±4.5パーセントでした。 リーダー2が同じ画像の繰り返し測定を実行した場合、-0。5パーセントの平均パーセンテージ差と±3.9パーセントの95パーセント信頼区間がありました。 回帰分析では、すべてのメソッド間でTKVに高い一致が見られ、R²値は0。99以上であることが示されました。

自動セグメンテーションアルゴリズムの検証TKVのパーセンテージの差に関して各リーダーと比較した自動化された方法は、図1のBland-Altmanプロットで示唆されているように、観察者間および観察者内の分散の方法と同様でした。自動化された方法では、5.2％の平均パーセンテージ差と±5.8％の95％信頼区間がありました。リーダー2を自動化された方法と比較すると、-2。5％の平均パーセンテージ差がありました。 ±6.5パーセントの95パーセントの信頼区間。

野生型マウスと変異型マウスの違い

平均およびSDTKVは、各メソッドの各時点でプロットされ、遺伝子型（変異型と野生型）で分けられました。 図2に示すように、平均TKVは、変異マウスよりも各時点で野生型マウスの方が常に小さくなっています。 3つの方法（自動、リーダー1、およびリーダー2）はすべて、9週齢と12週齢でマウスタイプの有意な分離を示しています。

討論

PKDの腎臓容積の分析は、病気の状態を特徴づけるために現在使用されている最も重要な測定基準の1つです。 私たちの仕事の前は、PKDのモデルシステムで腎臓を手動で追跡する以外に方法はありませんでした。 これらの構造を追跡するのにかかる時間、これらの測定を実行するために人を訓練するのに必要な時間、およびオペレーター間の変動の可能性のために、この研究では、TKVの完全自動セグメンテーション方法を開発および検証しました。 自動セグメンテーションは数分で計算されますが（計算能力によって異なります）、手動セグメンテーションには20〜40分かかります。 手動または半自動のセグメンテーション方法とは異なり、この自動化された方法は、同じ画像に適用されるたびに同じ正確な結果を生成します。

前臨床試験は、多くの場合、対照群と治療群の両方で構成されます。 したがって、自動化された方法は、グループ間のボリュームの違いを適切に検出するのに十分な感度が必要です。7図2は、手動セグメンテーションと自動セグメンテーションの両方が、9週齢で野生型グループと変異型グループで有意な分離を示すことを示しています。 。 全体的な一致は優れていましたが、視覚的な比較により、スライスの小さなサブセットに腎盂を含めるか除外するかについてのわずかな不一致が示唆されました。 を除外するのが一般的な方法ですが

図1|（a、e）観察者間および（b、f）観察者内総腎臓容積（TKV）のブランドアルトマンおよび回帰分析

（c、g）リーダー1および（d、h）リーダー2と比較した自動（自動）メソッドに加えて、測定値（ミリメートルで測定）ブランド-アルトマンプロットは、平均差（実線）と95％信頼区間を示しています（点線）。 回帰分析は、比較されたメソッド間の相関関係を示しています。