Preview

Медицинская визуализация

Расширенный поиск
Доступ открыт Открытый доступ  Доступ закрыт Только для подписчиков

Сравнительный анализ плотности печени по данным КТ и низкодозной КТ органов грудной клетки

https://doi.org/10.24835/1607-0763-2020-1-39-47

Полный текст:

Аннотация

Жировой гепатоз – распространенный вид патологии, своевременное выявление которой позволяет избежать прогрессирования заболевания и развития необратимых изменений. Известно, что по данным стандартной компьютерной томографии (КТ) и низкодозной КТ (НДКТ) можно достоверно выявлять стеатоз средней и тяжелой степеней, в том числе при исследовании органов грудной клетки (ОГК). Таким образом внедрение в клиническую практику скрининговых программ с помощью НДКТ позволяет проводить дополнительную оценку состояния печени.

Цель исследования: оценка возможностей корректного определения средней плотности печени при НДКТ ОГК для выявления признаков жирового гепатоза при проведении скрининговых исследований.

Материал и методы. Проанализированы результаты КТ и НДКТ ОГК 30 000 пациентов, выполненных за период 2017–2019 гг. Критериями включения в разработку являлось наличие у пациента данных КТ и НДКТ в промежутке менее 27 дней между исследованиями. Исследования, при которых в печени выявлены образования, пациенты после операций на печени, с анемией, при снижении плотности крови менее 40 HU, с опущенными вдоль туловища руками во время исследования и при некорректной сегментации печени при обработке изображений не включались в анализ.
Исследования НДКТ и КТ были выполнены на 64-срезовых томографах. Протяженность сканирования: от верхушки легких до плевральных синусов. Напряжение при низкодозном протоколе было равно 135 кВ, при стандартном – 120 кВ. Средняя лучевая нагрузка при НДКТ составила 0,6–0,8 мЗв, при стандартной КТ – 2,8–4,6 мЗв.
Автоматический анализ изображений проводился с помощью разработанного ПО для автоматического измерения плотности печени, статистический анализ – с помощью программы Stata14 (StataCorp LLC, College Station, Texas, США).

Результаты. Отобраны результаты исследований 61 пациента, которые соответствовали заданным критериям. Соотношение мужчин к женщинам составило 23:38, средний возраст – 53 года.
При сравнительной оценке рентгенологической плотности печени при КТ и НДКТ на всей выборке  статистически значимых отличий не выявлено (p < 0,480), при этом отмечалось незначительное повышение средних значений плотности при использовании низкодозных протоколов сканирования: 52,81 HU при НДКТ и 51,88 HU при КТ.
Оценка исследований, разбитых на подгруппы в зависимости от плотности печени, показала, что в подгруппе  40–50 HU полученные данные отличаются статистической значимостью (p < 0,0003), тогда как в остальных группах подобная взаимосвязь не выявлена (p < 0,753, p < 0,269, p < 0,077). При НДКТ отмечена средняя антикорреляция между плотностью и среднеквадратическим отклонением с коэффициентом -0,686 (p < 0,0001).

Обсуждение. Результат статистического анализа показал, что данные плотности печени при НДКТ сопоставимы с КТ. Это позволяет выявлять пациентов с жировым гепатозом средней и тяжелой степеней,
не повышая дозу лучевой нагрузки.
Анализ влияния шумовых помех на плотность печени при НДКТ показал, что чем выше уровень шума, тем интенсивнее снижаются данные плотности печени, что необходимо учитывать при трактовке результатов. Отсутствие единых значений плотности печени, различающих ее нормальные значения от сниженных, затрудняет интерпретацию данных, находящихся в диапазоне 40–50 HU, что требует проведения дальнейших исследований.


Об авторах

А. П. Гончар
ГБУЗ “Научно-практический клинический центр диагностики и телемедицинских технологий Департамента здравоохранения города Москвы”
Россия

младший научный сотрудник  

125124 Москва, ул. Расковой, 16/26, стр. 1, Российская Федерация

Тел.: +7 (962) 967 50 71  



В. А. Гомболевский
ГБУЗ “Научно-практический клинический центр диагностики и телемедицинских технологий Департамента здравоохранения города Москвы”
Россия
канд. мед. наук, руководитель отдела развития качества радиологии 

125124 Москва, ул. Расковой, 16/26, стр. 1, Российская Федерация


А. Б. Елизаров
ГБУЗ “Научно-практический клинический центр диагностики и телемедицинских технологий Департамента здравоохранения города Москвы”
Россия
канд. физ.-мат. наук, старший научный сотрудник 

125124 Москва, ул. Расковой, 16/26, стр. 1, Российская Федерация


Н. С. Кульберг
ГБУЗ “Научно-практический клинический центр диагностики и телемедицинских технологий Департамента здравоохранения города Москвы”; Федеральный исследовательский центр “Институт управления” РАН
Россия

канд. физ.-мат. наук, руководитель отдела разработки средств медицинской визуализации 

125124 Москва, ул. Расковой, 16/26, стр. 1, Российская Федерация

119333 Москва, ул. Вавилова, д. 44, корп. 2, Российская Федерация



В. Г. Кляшторный
ГБУЗ “Научно-практический клинический центр диагностики и телемедицинских технологий Департамента здравоохранения города Москвы”
Россия
статистик 

125124 Москва, ул. Расковой, 16/26, стр. 1, Российская Федерация


В. Ю. Чернина
ГБУЗ “Научно-практический клинический центр диагностики и телемедицинских технологий Департамента здравоохранения города Москвы”
Россия
младший научный сотрудник отдела развития качества радиологии 

125124 Москва, ул. Расковой, 16/26, стр. 1, Российская Федерация


В. Ю. Босин
ГБУЗ “Научно-практический клинический центр диагностики и телемедицинских технологий Департамента здравоохранения города Москвы”
Россия
доктор мед. наук, профессор, главный научный сотрудник 

125124 Москва, ул. Расковой, 16/26, стр. 1, Российская Федерация


С. П. Морозов
ГБУЗ “Научно-практический клинический центр диагностики и телемедицинских технологий Департамента здравоохранения города Москвы”
Россия
доктор мед. наук, профессор, директор 

125124 Москва, ул. Расковой, 16/26, стр. 1, Российская Федерация


Список литературы

1. Bedogni G., Miglioli L., Masutti F., Tiribelli C., Marchesini G., Bellentani S. Prevalence of and risk factors for nonalcoholic fatty liver disease: the Dionysos nutrition and liver study. Hepatology. 2005; 42 (1): 44–52. https://doi.org/10.1002/hep.20734

2. Dyson J., Jaques B., Chattopadyhay D., Lochan R., Graham J., Das D., Aslam T., Patanwala I., Gaggar S., Cole M., Sumpter K., Stewart S., Rose J., Hudson M., Manas D., Reeves H.L. Hepatocellular cancer: the impact of obesity, type 2 diabetes and a multidisciplinary team. J. Hepatol. 2014; 60 (1): 110–117. https://doi.org/10.1016/j.jhep.2013.08.011

3. Pappachan J.M., Babu S., Krishnan B., Ravindran N.C. Non-alcoholic fatty liver disease: a clinical update. J. Clin. Translat. Hepatol. 2017; 5 (4): 384. https://doi.org/10.14218/jcth.2017.00013

4. Banerjee R., Pavlides M., Tunnicliffe E.M., Piechnik S.K., Sarania N., Philips R., Collier J.D., Booth J.C., Schneider J.E., Wang L.M., Delaney D.W., Fleming K.A., Robson M.D., Barnes E., Neubauer S. Multiparametric magnetic resonance for the non-invasive diagnosis of liver disease. J. Hepatol. 2014; 60 (1): 69–77. https://doi.org/10.1016/j.jhep.2013.09.002

5. Noureddin M., Lam J., Peterson M.R., Middleton M., Hamilton G., Le T.A., Bettencourt R., Changchien C., Brenner D.A., Sirlin C., Loomba R. Utility of magnetic resonance imaging versus histology for quantifying changes in liver fat in nonalcoholic fatty liver disease trials. Hepatology. 2013; 58 (6): 1930–1940. https://doi.org/10.1002/hep.26455

6. Kodama Y., Ng C.S., Wu T.T., Ayers G.D., Curley S.A., Abdalla E.K., Vauthey J.N., Charnsangavej C. Comparison of CT methods for determining the fat content of the liver. Am. J. Roentgenol. 2007; 188 (5): 1307–1312. https://doi.org/10.2214/ajr.06.0992

7. Zeb I., Li D., Nasir K., Katz R., Larijani V. N., Budoff M.J. Computed tomography scans in the evaluation of fatty liver disease in a population based study: the multi-ethnic study of atherosclerosis. Academic Rdiol. 2012; 19 (7): 811–818. https://doi.org/10.1016/j.acra.2012.02.022

8. Iwasaki M., Takada Y., Hayashi M., Minamiguchi S., Haga H., Maetani Y., Fujii K., Kiuchi T., Tanaka K. Noninvasive Evaluation of Graft Steatosis in Living Donor Liver Transplantation. Transplantation. 2004; 78 (10): 1501–1505. https://doi.org/10.1097/01.tp.0000140499.23683.0d

9. Jirapatnakul A., Reeves A.P., Lewis S., Chen X., Ma T., Yip R., Chin X., Liu S., Perumalswami P.V., Yankelevitz D.F., Crane M., Branch A.D., Henschke C. Automated measurement of liver attenuation to identify moderateto-severe hepatic steatosis from chest CT scans. Eur. J. Rdiol. 2020; 122: 108723. https://doi.org/10.1016/j.ejrad.2019.108723

10. Gaba R.C., Knuttinen M.G., Brodsky T.R., Palestrant S., Omene B.O., Owens C.A., Bui J.T. Hepatic steatosis: correlations of body mass index, CT fat measurements, and liver density with biopsy results. Diagn. Interv. Radiol. 2012; 18 (3): 282. https://doi.org/10.4261/1305-3825.dir.4958-11.2

11. Pickhardt P.J., Park S.H., Hahn L., Lee S.G., Bae K.T., Yu E.S. Specificity of unenhanced CT for non-invasive diagnosis of hepatic steatosis: implications for the investigation of the natural history of incidental steatosis. Eur. Radiol. 2012; 22 (5): 1075–1082. https://doi.org/10.1007/s00330-011-2349-2

12. Chen X., Li K., Yip R., Perumalswami P., Branch A.D., Lewis S., Del Bello D., Becker B.J., Yankelevitz D.F., Henschke C.I. Hepatic steatosis in participants in a program of low-dose CT screening for lung cancer. Eur. J. Radiol. 2017; 94: 174–179.

13. https://doi.org/10.1016/j.ejrad.2017.06.024

14. Boyce C.J., Pickhardt P.J., Kim D.H., Taylor A.J., Winter T.C., Bruce R.J., Lindstrom M.J., Hinshaw J.L. Hepatic steatosis (fatty liver disease) in asymptomatic adults identified by unenhanced low-dose CT. Am. J. Roentgenol. 2010; 194 (3): 623–628. https://doi.org/10.2214/ajr.09.2590

15. Кульберг Н.С., Елизаров А.Б., Ковбас В.С. Программа сегментации изображения печени и определения рентгеновской плотности печени CTLiverExam. Свидетельство о государственной регистрации программы для ЭВМ № 2019660983. 2019. https://www1.fips.ru/registers-doc-view/fips_servlet?DB=EVM&DocNumber=2019660983&TypeFile=html

16. Linguraru M.G., Sandberg J.K., Li Z., Shah F., Summers R.M. Automated segmentation and quantification of liver and spleen from CT images using normalized probabilistic atlases and enhancement estimation. Medical physics. 2010; 37 (2): 771–783. https://doi.org/10.1118/1.3284530

17. Suzuki K., Kohlbrenner R., Epstein M.L., Obajuluwa A.M., Xu J., Hori M. Computer-aided measurement of liver volumes in CT by means of geodesic active contour segmentation coupled with level – set algorithms. Medical physics. 2010; 37 (5): 2159–2166. https://doi.org/10.1118/1.3395579

18. Li Q., Dhyani M., Grajo J.R., Sirlin C., Samir A.E. Current status of imaging in nonalcoholic fatty liver disease. Wld J. Hepatol. 2018; 10 (8): 530–542. https://doi.org/10.4254/wjh.v10.i8.530

19. Gromov А.I., Petraikin A.V., Kulberg N.S., Kim S.Yu., Morozov S.P., Sergunova K.A., Usanov M.S. The Problem of X-Ray Attenuation Estimation Accuracy in Multislice Computed Tomography. Medical Visualization. 2016; 6: 133–142.

20. Park S.H., Kim P.N., Kim K.W., Lee S.W., Yoon S.E., Park S.W., Ha H.K., Lee M.G., Hwang S., Lee S.G., Yu E.S., Cho E.Y. Macrovesicular hepatic steatosis in living liver donors: use of CT for quantitative and qualitative assessment. Radiology. 2006; 239 (1): 105–112. https://doi.org/10.1148/radiol.2391050361


Для цитирования:


Гончар А.П., Гомболевский В.А., Елизаров А.Б., Кульберг Н.С., Кляшторный В.Г., Чернина В.Ю., Босин В.Ю., Морозов С.П. Сравнительный анализ плотности печени по данным КТ и низкодозной КТ органов грудной клетки. Медицинская визуализация. 2020;24(1):39-47. https://doi.org/10.24835/1607-0763-2020-1-39-47

For citation:


Gonchar A.P., Gombolevskij V.A., Elizarov A.B., Kulberg N.S., Klyashtorny V.G., Chernina V.Yu., Bosin V.Yu., Morozov S.P. Liver density in routine and low-dose computed tomography: the effect of image noise on measurement accuracy. Medical Visualization. 2020;24(1):39-47. (In Russ.) https://doi.org/10.24835/1607-0763-2020-1-39-47

Просмотров: 126


ISSN 1607-0763 (Print)
ISSN 2408-9516 (Online)