Waiting
Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
JoVE Journal Medicine
Click here for the English version

Medicine

פילוח ומדידה ליניארית לניתוח הרכב הגוף באמצעות פרוסה-או-מאטי והורוס

Published: March 21, 2021 doi: 10.3791/61674
Automatic Translation
1, 1, 1, 1, 1, 1, 1, 2, 3, 4, 5, 1, 1
1Department of Urology, Emory University School of Medicine, 2Northeast Ohio Medical University, 3Department of Urology, University of Alabama at Birmingham, 4Department of Medical Oncology, Winship Cancer Institute of Emory University, 5Department of Urology, University of Washington

Summary

פילוח ומדידות ליניאריות מכמתים מסת שריר השלד ורקמות שומן באמצעות טומוגרפיה ממוחשבת ו/או תמונות הדמיית תהודה מגנטית. כאן, אנו מתארים את השימוש בתוכנת Slice-O-Matic וצופה תמונות הורוס לניתוח מהיר ומדויק של הרכב הגוף. שיטות אלה יכולות לספק מידע חשוב עבור פרוגנוזה וריבוד סיכונים.

Abstract

הרכב הגוף קשור לסיכון להתקדמות המחלה וסיבוכי טיפול במגוון תנאים. לכן, כימות של מסת שריר השלד ורקמות שומן על טומוגרפיה ממוחשבת (CT) ו / או דימות תהודה מגנטית (MRI) עשוי להודיע הערכת סיכון ניתוח פרוגנוזה המחלה. מאמר זה מתאר שתי שיטות כימות שתוארו במקור על ידי Mourtzakis et al. ו Avrutin ואח ': פילוח רקמות ומדידה ליניארית של שריר השלד. התמונה החתוכים של המטופלים בנקודת האמצע של החוליה המותנית השלישית הושגה עבור שתי המדידות. עבור פילוח, התמונות יובאו לפרוסה-O-Matic וצבעוני עבור שריר השלד, רקמת שומן תוך שרירית, רקמת שומן הקרביים, ורקמת שומן תת עורית. לאחר מכן, שטחי פנים של כל סוג רקמה חושבו באמצעות פונקציית שטח פני השטח של התג. עבור מדידות ליניאריות, הגובה והרוחב של פסואס דו-צדדי ושרירים paraspinal ברמה של החוליה המותנית השלישית נמדדים ואת החישוב באמצעות ארבעה ערכים אלה להניב את מסת שריר השלד המשוער. ניתוח פילוח מספק מידע כמותי ומקיף על הרכב הגוף של המטופלים, אשר לאחר מכן ניתן לתאם עם התקדמות המחלה. עם זאת, התהליך גוזל זמן רב יותר ודורש הכשרה מיוחדת. מדידות ליניאריות הן כלי יעיל וידידותי למרפאה להערכה מהירה לפני הניתוח. עם זאת, מדידות ליניאריות אינן מספקות מידע על הרכב רקמת השומן. עם זאת, לשיטות אלה יש יישומים רחבים במגוון מחלות כדי לחזות תוצאות כירורגיות, הסיכון להתקדמות המחלה וליידע את אפשרויות הטיפול בחולים.

Introduction

הערכת סרקוזניה והרכב הגוף היא כיום עניין קליני רב. למרות הגדרות ספציפיות של סרקוזניה להשתנות בהתאם להגדרה והקשר, כל ההגדרות כוללות אובדן משמעותי של מסת שריר השלד או כוח השריר, אשר מתואמים קשר הדוק1,2,3. ניתוח הרכב הגוף משלב מדידות של מסת שריר השלד והפצת רקמת שומן, ומספק מידע מקיף יותר על הכושר הכללי של חולים1,3,4. באופן דומה, רקמת שומן מופצת באופן לא פרופורציונלי, במיוחד רקמת שומן הקרביים, נמצאה קשורה למחלות שונות, כולל מחלות לב, סוכרת מסוג II וסרטן5.

מבחינה קלינית, סרקוזניה והערכתה על ידי מדידות ליניאריות הוכחו שוב ושוב כגורם פרוגנוסטי חזק להישרדות ספציפית לסרטן על פני ממאירויות ותוצאות אונקולוגיות לאחר ניתוח, הקרנות וכימותרפיה1,2,4,6,7,8. בפרט, מחקרים קודמים מראים כי חולים עם סרקוזניה ירדו ההישרדות הספציפית לסרטן ואת ההישרדות הכוללת1,2,9,10. לכן, הערכה קלינית מדויקת ומהירה של התקדמות סרקוזניה חשובה בקביעת הבחירות לטיפול. פרופיל קונבנציונאלי של הרכב גוף שלם דורש ניתוח ברמה תלת מימדית (3D) באמצעות טכניקות הדמיה, כולל טומוגרפיה ממוחשבת (CT), הדמיית תהודה מגנטית (MRI), צפיפות עצם (DEXA) וניתוח עכבה ביואלקטרית (BIA), אשר גוזלים זמן, יקרים ודורשים הכשרה מקיפה5,11. חיסרון נוסף הוא חוסר מידע על חלוקת שומן, במיוחד עבור plethysmography עקירת אוויר (ADP) ו DEXA12. לכן, הערכה וקביעה של סרקוזניה והרכב הגוף עם השימוש באופני הדמיה חתך קונבנציונליים כגון CT או MRI, המשמשים כחלק מפרקטיקה קלינית סטנדרטית של טיפול, יש ערך קליני רב5.

אחת התוכנות הנפוצות לפילוח במסגרת המחקר הקליני היא תוכנית Slice-O-Matic שפותחה על ידי TomoVision. באמצעות הליך פילוח Mourtzakis et al.13, התוכנית מאפשרת לחוקרים או קלינאים לתייג באופן אוטומטי למחצה סוגי רקמות שונים כגון שרירי השלד (SM), רקמת שומן תוך שרירית (IMAT), רקמת שומן הקרביים (מע"מ), ורקמת שומן תת עורית (SAT) באמצעות סף מבוסס צפיפות, המאפשר מדידה של האזורים הכוללים של כל חציית דם של כל רקמה. מדידות אלה משמשות לאחר מכן כדי להעריך את מסת שריר השלד הכולל של הגוף ואת אדיפוזיות, לעתים קרובות לאחר נורמליזציה על ידי גובה המטופל בריבוע, כדי לזהות סרקוזניה והשמנת יתר סרקופינית על ידי סף מבוסס אוכלוסייה.

שיטה שפותחה לאחרונה על ידי Avrutin et al.14 באמצעות מדידות ליניאריות של שרירי השלד שפותחו הראו את הפוטנציאל להיות אמין באותה מידה בהערכת מסת השריר הכוללת באמצעות תמונות MRI ו- CT של חתך L314,15. קבוצות השרירים הפסואס והפרספינליות מהוות חלק גדול משטח השרירים של אזור L3 ויש להן פונקציונליות גבוהה, מה שמרמז על כך שהן עשויות להיות מנבאות נאמנות גבוהה של כוח השריר הכולל, ולכן המועמדים העיקריים למדידה ליניארית14,15. כדי לחשב את שטח הפנים השרירי, מדידות אופקיות ואנכיות של קבוצות הפסואס והשרירים הפרספינליים מתקבלות באמצעות כלי סרגל כדי לצייר קווים ישרים מצטלבים של 90°. המדידות האופקיות והאנכיות של כל קבוצת שרירים מוכפלות כדי להעריך את שטח הפנים של כל קבוצת שרירים, אשר משמש לאחר מכן לחישוב מדד שריר ליניארי כאשר מחולק לפי גובה המטופל. עם הכשרה מינימלית, כל התהליך הזה יכול לקחת פחות משעה.

בהתחשב בהשלכות האפשריות של מדידות הרכב הגוף על הטיפול בחולה, יש צורך דחוף ביצירת חומרי אימון נגישים. במאמר זה אנו מספקים תיאור מפורט של שתי שיטות שפותחו על ידי Avrutin et al.14 ו Mourtzakis et al.13 כדי לכמת את מסת שריר השלד ואת הרכב הגוף, בהתאמה, עבור ספקים וחוקרים קליניים.

Protocol

המחקר והפרוטוקולים הבאים נבדקו ואושרו על ידי ועדת הביקורת המוסדית של אוניברסיטת אמורי.

1. פילוח L3 CT

  1. השג את תמונת ההדמיה הדיגיטלית והתקשורת הדיגיטלית של CT ברפואה (DICOM).
    1. במציג התמונה, זהה את חוליית L3.
      1. במידת האפשר, בחר שתי תצוגות חלון אופקיות ובחר תצוגה coronal או sagittal בצד שמאל לעיון, ותצוגה צירית בצד ימין.
      2. לחץ על קישור צולב כדי לקשר את החלונות שמאלה וימינה.
      3. גלול מטה את התמונות מכיוון גולגולתי לכיוון קאודל. זהה חוליה L1, שהיא החוליה הראשונה ללא חיבור לצלעות.
      4. לספור מ L1 כדי L3 ולהשתמש בתצוגה coronal או קשת כדי לזהות את פרוסת אמצע L3. זה מזוהה כנקודה שבה שני התהליכים הרוחביים מסוגלים להיות ויזואליים באופן מקסימלי ולא פחות.
      5. בחרו בפרוסת L3. בכרטיסיה בחינה, בחר שלח בחינה ושמור את התמונה כקובץ DICOM.
        הערה: שלב 1 הוא שלב עיבוד מראש והוא מופיע כאן כדי להדגים כיצד להשיג תמונת L3. אם לחוקר כבר יש תמונת L3, הוא יכול לעבור לשלב 2. אם מציג התמונה אינו מאפשר הצלבה, החוקר יכול לדלג על 1.1.1 עד 1.1.2. אם ההדמיה אינה כוללת אזור בית החזה, זהה את L5, שהוא לפני קיום המקום, וספור מ- L5 עד L3, תוך התחשבות בכך שנוכחות חוליה מותנית שישית היא גרסה נורמלית.
  2. פתח את תמונת DICOM באמצעות תוכנת Slice-O-Matic.
  3. גרור את קובץ DICOM לכל מקום בחלון פרוסה-O-Matic.
  4. בחר מצבים | האזור גדל כדי להתחיל פילוח.
    1. אם הגירסה של Slice-O-Matic כוללת אפשרויות פרוטוקול אלברטה בראש רשימת האפשרויות 'מצבים', ניתן גם לבחור שלב 3: פילוח כדי להתחיל בפילוח. אם אתה משתמש בשלב 3: פילוח, השלם את שלב 5 ולאחר מכן המשך לשלב 11.
  5. בחר כלים | נעילת תג. פעולה זו תאפשר למשתמש "לנעול" צבעים מתויגים כדי להבטיח שהם לא נצבעו בטעות מעל או נמחקו מאוחר יותר.
  6. זיהוי שריר השלד: לחץ על 1 (אדום) תחת האזור גדל בצד שמאל של המסך.
    1. לחץ על לחצן כבוי על-ידי גבול תחתון כדי להפעיל אותו . לחץ על החצים על ידי גלגל העכבר כדי להגדיר מושבת למגבלה התחתונה. גרור את המחוון בגבול התחתון כדי להגדיר את סף יחידת Hounsfield (HU) קרוב ככל האפשר ל- -29, ולאחר מכן השתמש בגלגל העכבר כדי להגדיר את סף HU בדיוק ל- -2913.
    2. לחץ על לחצן כבוי על-ידי גבול עליון כדי להפעיל אותו . לחץ על החצים על ידי גלגל העכבר כדי להגדיר את הגבול התחתון לגבול העליון. גרור את המחוון בגבול העליון כדי להגדיר את סף HU קרוב ככל האפשר ל- 150 ולאחר מכן השתמש בגלגל העכבר כדי להגדיר את סף HU בדיוק ל- 15013.
  7. זיהוי רקמת שומן תוך שרירית (IMAT): לחץ על 2 (ירוק) מתחת לאזור גידול האזור בצד שמאל של המסך.
    1. לחץ על לחצן כבוי על-ידי גבול תחתון כדי להפעיל אותו . לחץ על החצים על ידי גלגל העכבר כדי להגדיר מושבת למגבלה התחתונה. גרור את המחוון בגבול התחתון כדי להגדיר את סף HU קרוב ככל האפשר ל- -190 ולאחר מכן השתמש בגלגל העכבר כדי להגדיר את סף HU בדיוק ל- -19013.
    2. לחץ על לחצן כבוי על-ידי גבול עליון כדי להפעיל אותו . לחץ על החצים על ידי גלגל העכבר כדי להגדיר את הגבול התחתון לגבול העליון. גרור את המחוון בגבול העליון כדי להגדיר את סף HU קרוב ככל האפשר ל- -30 ולאחר מכן השתמש בגלגל העכבר כדי להגדיר את סף HU בדיוק ל- -3013.
  8. רקמת שומן הקרביים (מע"מ) זיהוי: לחץ על 5 (צהוב) תחת אזור גידול אזור בצד שמאל של המסך.
    1. לחץ על לחצן כבוי על-ידי גבול תחתון כדי להפעיל אותו . לחץ על החצים על ידי גלגל העכבר כדי להגדיר מושבת למגבלה התחתונה. גרור את המחוון בגבול התחתון כדי להגדיר את סף HU קרוב ככל האפשר ל- -150 ולאחר מכן השתמש בגלגל העכבר כדי להגדיר את סף HU בדיוק ל- -15013.
    2. לחץ על לחצן כבוי על-ידי גבול עליון כדי להפעיל אותו . לחץ על החצים על ידי גלגל העכבר כדי להגדיר את הגבול התחתון לגבול העליון. גרור את המחוון בגבול העליון כדי להגדיר את סף HU קרוב ככל האפשר ל- -50 ולאחר מכן השתמש בגלגל העכבר כדי להגדיר את סף HU בדיוק ל- -5013.
  9. זיהוי רקמת שומן תת עורית (SAT): לחץ על 7 (תכלת) תחת אזור גידול אזור בצד שמאל של המסך.
    1. לחץ על לחצן כבוי על-ידי גבול תחתון כדי להפעיל אותו . לחץ על החצים על ידי גלגל העכבר כדי להגדיר מושבת למגבלה התחתונה. גרור את המחוון בגבול התחתון כדי להגדיר את סף HU קרוב ככל האפשר ל- -190 ולאחר מכן השתמש בגלגל העכבר כדי להגדיר את סף HU בדיוק ל- -19013.
    2. לחץ על לחצן כבוי על-ידי גבול עליון כדי להפעיל אותו . לחץ על החצים על ידי גלגל העכבר כדי להגדיר את הגבול התחתון לגבול העליון. גרור את המחוון בגבול העליון כדי להגדיר את סף HU קרוב ככל האפשר ל- -30 ולאחר מכן השתמש בגלגל העכבר כדי להגדיר את סף HU בדיוק ל- -3013.
  10. השתמש במקשים + ו- - במקלדת כדי להגדיל ולהקטין את התצוגה של תמונת ה- CT. התאם את הזום לפי הצורך לאורך הפילוח כדי לתייג רקמות בצורה ברורה ומדויקת.
  11. התחל פילוח על ידי בחירת 1 עבור רקמת שריר השלד (SM).
    1. קבעו את אפשרות המברשת ל'צייר'.
    2. השתמשו בכלי המברשת שנמצאים ישירות מתחת ל-Region Growing כדי להתאים לגודל הרצוי של המברשת ולהתחיל לצבוע על קבוצות השרירים פסואס, Paraspinal Muscle, קבוצות השרירים האלכסונית והרקטום.
      הערה: אם נוזלים או איברים מחוץ לשריר fascia מתויג באדום כמו שריר, הקפד לנקות את התיוג באמצעות הבחירה צבע ללא.
  12. לאחר שכל השרירים מתויגים, בחר 1 בתפריט TAG Lock בפינה השמאלית התחתונה של המסך. זה יבטיח שום שריר מתויג מחדש בטעות או נמחק כמו הכנסות פילוח.
  13. בחר 2 תחת אזור גדל ולצבוע על כל רקמות השומן (IMAT) בתוך fascia השריר. הקפד להשתמש בבחירת צבע ללא אם כל שומן או מבנים מחוץ fascia השריר מתויגים בטעות כמו IMAT.
    הערה: הקצוות של fascia השריר בדרך כלל מופיעים קלים יותר מאשר השומן הקרביים או תת עורית המקיפים אותו. הקפד לתייג את כל השומן בתוך הקצוות הקלים יותר של fascia השריר כמו IMAT ולא מע"מ או SAT. אם אלבה לינאה אינו מתויג כמו שריר, את כל אלבה לינאה צריך להיות מנותח כמו IMAT.
  14. לאחר שכל IMAT מתויג, בחר 2 מתפריט TAG Lock בפינה הימנית התחתונה של המסך.
  15. בחר 5 מתפריט גידול אזורים כדי לתייג את רקמת המע"מ.
    1. בשעת תיוג מע"מ, בהתאם לתמונה, ייתכן שיהיה קל יותר להשתמש ב-Grow 2D במקום ב'צייר'.
    2. בשעת שימוש באפשרות 'הגדל דו-מימדי', השתמשו באפשרות 'מברשת צבע' הקטנה ביותר. אם באמצעות לגדול 2D הקפד להסתכל אחורה על כל מע"מ מתויג ולוודא שאין רקמה תוך-לומנלית בתוך המעיים או האיברים מתויג בטעות, שכן שומן זה הוא בדרך כלל מן לעכל מזון או מבנים אחרים שאינם מע"מ.
    3. אם באמצעות צבע הקפד לא לצבוע בתוך לומן של איברים או המעיים.
  16. לאחר שכל המע"מ מתויג, בחר 5 מתפריט TAG Lock בפינה הימנית התחתונה של המסך.
  17. בחר 7 מהתפריט 'גידול אזור' כדי לתייג רקמת SAT.
    1. בשעת תיוג SAT, בהתאם לתמונה, בדרך כלל קל יותר להשתמש ב-Grow 2D במקום ב'צייר'.
    2. בשעת שימוש באפשרות 'הגדל דו-מימדי', השתמשו באפשרות 'מברשת צבע' הקטנה ביותר.
    3. אם אתם משתמשים ב-Grow 2D הקפידו לחזור על קצות התמונה כשהכלי None נבחר כדי לוודא שאין רקמה בתוך שריר fascia מתויגת כפסיכומטרית ולוודא שאף עור לא מתויג כפסיכומטרי.
      הערה: מראה העור בדרך כלל בהיר יותר מ-SAT ועוביו בדרך כלל כ-2-3 פיקסלים, אך שימו לב שמראה העור ועוביו עשויים להשתנות מתמונה לתמונה.
    4. אם אתה משתמש צייר, הקפד לטפל סביב הקצוות, במיוחד סביב העור כדי להבטיח שום רקמה מתויגת באופן שגוי.
  18. לאחר סיום התיוג של רקמות, עבור אל כלים | משטח תג/עוצמת קול. זה יציג את שטח הפנים ואת נפח של כל אחת מהרקמות מתויגות, בדרך כלל העניין הוא באזור הפנים.
    1. לחץ על הצג בחלון כדי לפתוח באופן מלא את החלון משטח תג / נפח. פעולה זו תציג גם ערכי HU.
    2. רשום את שטחי הפנים וערכי הסף של HU.
      הערה: אם החלון Tag Surface/Volume אינו מופיע בפינה הימנית התחתונה של המסך, ייתכן שהסיבה לכך היא שאין די מקום להצגתו. במקרה זה, ודא שהחלון Slice-O-Matic מוגדל ולאחר מכן בחר כלים | נעילת תגים כדי להסיר את החלון נעילת תג. פעולה זו אמורה לפנות מספיק מקום להצגת החלון 'משטח תג/עוצמת קול'.
  19. לאחר השלמת הקובץ, עבור אל קובץ | שמור קבצי TAG. פעולה זו תשמור קובץ TAG שבו ממוקם קובץ DICOM.

2. פילוח MRI L3

  1. השג את תמונת ה- MRI הצירית (רצפים משוקללים T2) DICOM
    1. במציג התמונה, זהה את חוליית L3.
      1. במידת האפשר, בחר שתי תצוגות חלון אופקיות ובחר תצוגה coronal או sagittal בצד שמאל לעיון, ותצוגה צירית בצד ימין.
      2. לחץ על קישור צולב כדי לקשר את החלונות שמאלה וימינה.
      3. גלול מטה את התמונות מכיוון גולגולתי לכיוון קאודל. זהה חוליה L1, שהיא החוליה הראשונה ללא חיבור לצלעות.
      4. לספור מ L1 כדי L3 ולהשתמש בתצוגה coronal או קשת כדי לזהות את פרוסת אמצע L3. זה מזוהה כנקודה שבה שני התהליכים הרוחביים מסוגלים להיות ויזואליים באופן מקסימלי ולא פחות.
      5. בחרו בפרוסת L3. בכרטיסיה בחינה, בחר שלח בחינה ושמור את התמונה כקובץ DICOM.
        הערה: שלב 1 הוא שלב עיבוד מראש והוא מופיע כאן כדי להדגים כיצד להשיג תמונת L3. אם לחוקר כבר יש תמונת L3, הוא יכול לעבור לשלב 2. אם מציג התמונה אינו מאפשר הצלבה, החוקר יכול לדלג על 1.1.1 עד 1.1.2. אם ההדמיה אינה כוללת את אזור בית החזה, זהה את L5, שהוא לפני קיום המקום, וספור מ- L5 עד L3, תוך התחשבות בכך שנוכחות חוליה מותנית שישית היא גרסה נורמלית.
  2. פתח את תמונת DICOM עם תוכנת Slice-O-Matic.
  3. גרור את קובץ DICOM לכל מקום בחלון פרוסה-O-מאטי.
  4. בחר מצבים | האזור גדל כדי להתחיל פילוח.
    הערה: בשל בידול לקוי של רקמות שומן בתמונות MRI, רק SM מחולק.
    1. פילוח שרירים Paraspinal: לחץ על 1 (אדום) תחת אזור גידול אזור בצד שמאל של המסך.
      1. במצב תצוגה מקדימה, היסטוגרמות של התמונה יציגו פסגות מרובות, כאשר השיא הראשון מייצג אוויר, ואת הפסגות השניה, השלישית והרביעית הבאות המייצגות שרירים, עצם ושומן, בהתאמה.
      2. לחץ על לחצן כבוי על-ידי גבול תחתון כדי להפעיל אותו .
      3. לחץ על החצים על ידי גלגל העכבר כדי להגדיר מושבת למגבלה התחתונה.
      4. גרור את המחוון בגבול התחתון כדי להגדיר את סף יחידת הונספילד (HU) ל- 0.
      5. לחץ על לחצן כבוי על-ידי גבול עליון כדי להפעיל אותו .
      6. לחץ על החצים על ידי גלגל העכבר כדי להגדיר את הגבול התחתון לגבול העליון.
      7. גרור את המחוון בגבול העליון כדי להגדיר HU כדי לכלול את השריר paraspinal.
      8. התחל פילוח שרירים Paraspinal על ידי בחירת 1 עבור רקמת שריר השלד (SM). קבעו את אפשרות המברשת ל'צייר'. השתמשו בכלי המברשת שנמצאים ישירות מתחת ל-Region Growing כדי להתאים לגודל הרצוי של המברשת ולהתחיל לצבוע על קבוצות השרירים הפרספינליים.
        הערה: אם משהו מתויג באדום כשריר על נוזלים או איברים מחוץ fascia השריר, הקפד לנקות את התיוג באמצעות הבחירה צבע ללא.
    2. פילוח של קבוצות שרירים שנותרו: להזיז את העכבר מראש כדי אלבה לינאה. במצב תצוגה מקדימה, התאם את הגבול העליון כך שיכלול אלבה לינאה. גבול עליון זה של האינטנסיביות מאומץ לאחר מכן עבור כל קבוצות השרירים הנותרות.
      1. התחל פילוח על ידי בחירת 1 עבור רקמת שריר השלד (SM). קבעו את אפשרות המברשת ל'צייר'. השתמשו בכלי המברשת שנמצאים ישירות מתחת ל-Region Growing כדי להתאים לגודל הרצוי של המברשת ולהתחיל לצבוע על קבוצות השרירים הפרספינליים.
        הערה: אם משהו מתויג באדום כשריר על נוזלים או איברים מחוץ fascia השריר, הקפד לנקות את התיוג באמצעות הבחירה צבע ללא.
  5. לאחר סיום התיוג של רקמות, עבור אל כלים | משטח תג/עוצמת קול. זה יציג את שטח הפנים ואת נפח של כל אחת מהרקמות מתויגות, בדרך כלל העניין הוא באזור הפנים.
  6. לחץ על הצג בחלון כדי לפתוח באופן מלא את החלון משטח תג / נפח. פעולה זו תציג גם ערכי HU.
  7. רשום את שטחי הפנים וערכי הסף של HU.
    הערה: אם החלון Tag Surface/Volume אינו מופיע בפינה הימנית התחתונה של המסך, ייתכן שהסיבה לכך היא שאין די מקום להצגתו. במקרה זה, ודא שהחלון Slice-O-Matic מוגדל ולאחר מכן בחר כלים | נעילת תגים כדי להסיר את החלון נעילת תג. פעולה זו אמורה לפנות מספיק מקום להצגת החלון 'משטח תג/עוצמת קול'.
  8. לאחר השלמת הקובץ, עבור אל קובץ | שמור קבצי TAG. פעולה זו תשמור קובץ TAG שבו ממוקם קובץ DICOM.

3. מדידה ליניארית עבור CT ו- MRI

  1. השג את תמונת CT או MRI DICOM הצירית.
    1. במציג התמונה, זהה את חוליית L3.
      1. במידת האפשר, בחר שתי תצוגות חלון אופקיות ובחר תצוגה coronal או sagittal בצד שמאל לעיון, ותצוגה צירית בצד ימין.
      2. לחץ על קישור צולב כדי לקשר את החלונות שמאלה וימינה.
      3. גלול מטה את התמונות מכיוון גולגולתי לכיוון קאודל. זהה חוליה L1, שהיא החוליה הראשונה ללא חיבור לצלעות.
      4. לספור מ L1 כדי L3 ולהשתמש בתצוגה coronal או קשת כדי לזהות את פרוסת אמצע L3, כפי שזוהה על ידי הנקודה שבה שני תהליכים רוחביים מזוהים באותה מידה.
        הערה: שלב 1 הוא שלב עיבוד מראש והוא מופיע כאן כדי להדגים כיצד להשיג תמונת L3. אם לחוקר כבר יש תמונת L3, הוא יכול לעבור לשלב 2. אם מציג התמונה אינו מאפשר הצלבה, החוקר יכול לדלג על 1.1.1 עד 1.1.2. אם ההדמיה אינה כוללת את אזור בית החזה, זהה את L5, שהוא אצטרורי לתקרה, וספור מ- L5 עד L3.
  2. יבא את התמונה למציג הדמיה רפואית ופתח אותה.
    1. עבור הורוס: לפתוח את האפליקציה ולחץ על ייבוא.
    2. נווט למקום שבו ממוקמת תמונת DICOM, בחר אותה ולחץ על פתח. הקובץ והתמונה אמורים להופיע תחת הרשימה שם מטופל.
    3. לחץ פעמיים על שם המטופל, ולאחר מכן לחץ פעמיים על התמונה כדי להתחיל פילוח ליניארי.
  3. זהה את שרירי הפסואס ואת השרירים הפרספינליים.
  4. בחרו בכלי הסרגל ומדודו את הקוטר האופקי (180°) והאנכי (90°) של ארבעת השרירים שהוזכרו לעיל.
    הערה: הקווים חייבים להיות אופקיים ואנכיים לתמונה, לא באלכסון. הקווים האופקיים והאנכיים המצוירים צריכים ליצור תיבה מלבנית המקיפה את כל השריר. אין פשוט למדוד את המרחק הארוך ביותר של השריר. אם משתמשים במציג תמונות המאפשר כלי ציור תיבה, ניתן להשתמש בכלי זה במקום בכלי הסרגל הפשוט. הדבר בתנאי שכלי ציור התיבה מציג לפחות את הגובה והאורך של התיבה.
  5. רשום את כל שמונה המידות (רוחב פסואס ימני, אורך פסואס ימני, רוחב פסואס שמאלי, אורך פסואס שמאלי, רוחב תרשוש ימין, אורך פרזפינאל ימני, רוחב Paraspinal שמאלי, אורך Paraspinal שמאלי) לניתוח נוסף.
    1. לחשב את שטח פני השטח של השריר הבודד על ידי הכפלת הערך האופקי והאנכי של שריר זה.
    2. להשיג את השריר הכולל פני השטח שרירי פסואס ושרירי paraspinal על ידי הוספת השריר השמאלי לשריר הימני, בהתאמה.
    3. חשב את מדד השרירים הליניאריים על-ידי חלוקת שטח הפנים המשולב (מ"מ2)לפי גובה המטופל בריבוע (m2).

Representative Results

הליך הפילוח L3 גורם לתמונת CT או MRI מתויגת עם רקמת שריר השלד (SM) המתויגת באדום, IMAT בירוק, מע"מ בצהוב ופסיכומטרי בציאן (איור 1). שאר הרקמות הלא מתויגות יישארו בגוונים הלבנים, האפורים והגבים המקוריים שלהן התואמים לערכי יחידת Hounsfield (HU) המתאימים לכל פיקסל. רוב הרקמות הלא מתויגות שנותרו בלבן יהיו עצם, רוב הרקמות שיישארו באפור יהיו שרירים לא שלד, רקמת איברים ורקמות שומן בתוך לומן המעיים, ורוב התמונה שנותרה בשחור תהיה אוויר. תמונה מחולקת כראוי לא יהיה תיוג אדום או ירוק מחוץ fascia שריר השלד, ולא צהוב או ציאן תיוג בתוך fascia שריר השלד. בנוסף, תיוג צהוב לא צריך לפלוש לומן של מעיים או איברים כגון הכליה או הכבד, תיוג ציאן לא צריך להיות נוכח לאורך הקצוות החיצוניים בהירים יותר התואמים את העור. לאחר השלמת פילוח התמונה, יש לתעד את שטחי הפנים ואת ערכי HU של הרקמה הממוצעת, לצד גובה המטופל (טבלה 1). מתוך נתונים אלה, ניתן לחשב את מדד שרירי השלד ולהמשיך עם כל ניתוח אחר הרלוונטי למחקר הספציפי או לשאלות הקליניות. שים לב כי עבור רוב תמונות MRI, רק שריר השלד ניתן לתייג כראוי ולאחר מכן לנתח (טבלה 2). במדידות ליניאריות, אינדקס מחושב על-ידי חלוקת שטח הפנים על-פני ריבוע הגובה (טבלה 3).

בעיות נפוצות שחוקרים עשויים להיתקל בהן במהלך הליך הפילוח כוללות תמונות הכוללות השמטה של מידע מרכזי. לדוגמה, ייתכן שחלקים גדולים של תמונות נחתכו או נחתכו (איור 2). באופן ספציפי, תמונות שיש להם SAT ו / או רקמת שריר השלד לגזור מתוך מסגרת יהיה להפחית באופן דרסטי את הדיוק של חישובי שטח הפנים של רקמות מושפעות. בין אם זה הופך תמונה לא מתאימה לניתוח יהיה תלוי בהקשר הקליני או המחקרי וחייב להיות מוכרע על ידי צוות המחקר על בסיס כל מקרה לגופו. מכשול נוסף הוא כי החוקרים עשויים לכלול בטעות חוט השדרה ומח העצם בשריר השלד. כדי למנוע בעיה זו, החוקרים צריכים להיות מאומנים היטב ולהישאר זהירים במהלך פילוח. חפצים נפוצים אחרים בתמונות CT או MRI כוללים בעיות טכניות הנגרמות על ידי מיקום המטופל או תנועה בסורק, נטיעת שומן ורקמות צלקת סביב fascia שריר השלד, וממצאים אחרים בצורה מוזרה (איור 3). בעיות טכניות הנגרמות על ידי תנועת המטופל או מיקום לא תקין בדרך כלל ייראו קלות יותר, עם ערכי HU גבוהים יותר מאשר הרקמה שמסביב. בעיות טכניות מסוג זה מופיעות בדרך כלל בפסיכומטרי ויכולות גם להוריד את הדיוק של חישוב שטח הפנים. ההקשר הקליני או המחקרי יקבע את רמת הסובלנות לנושאים כאלה. גדילת שומן וחפצי רקמת צלקת בדרך כלל אינם גורמים כמויות גבוהות של שגיאה בחישובים שטח פני השטח של הרקמה. עם זאת, הם יכולים להוביל לזיכוי מוטעה של הקו fascial. שרירי השלד ושטחי הפנים של IMAT יכולים להיות מאוד לא מדויקים במקרים שבהם גדילי שומן או רקמת צלקת טועים כמו קו fascia שריר. פגמים קטנים אחרים וממצאים בתמונות CT ו- MRI בדרך כלל אינם משפיעים על איכות התמונה הכוללת למעט במקרים נדירים. בהתאם להקשר הקליני או המחקרי, ייתכן שיהיה צורך להעריך חפצים אלה על ידי מומחה לרדיולוגיה כדי לאמת את איכות התמונה. הבעיה הנפוצה האחרונה בתמונות CT ו-MRI היא עיוותים בקו השרירים (איור 4). הפסקות אלה בדרך כלל לא ישפיעו על איכות התמונה, אבל תמונות המכילות הפסקות גדולות או עיוותים אחרים fascia שריר צריך להיות מוערך על ידי רדיולוג כדי לקבוע אם מקור העיוות ישפיע על הניתוח של הקשר קליני או מחקרי.

הליך המדידה הליניארי L3 שפותח על ידי Avruvin et al. יש פחות שגיאות נפוצות מאשר הליך פילוח L314,15. הבעיות העיקריות בהן נתקלים באמצעים ליניאריים סובבות סביב זיהוי קבוצות השרירים המעניינות, שתי קבוצות הפסואס והשרירים הפרספינליים (איור 5). ברוב המקרים קצוות פסואס יהיה שונה איברים סמוכים, אבל במקרה כי הקצה קשה להבחין, שינוי מסנני HU או בהירות בדרך כלל יפתור את רוב הבעיות. בנוסף, הקצוות של קבוצות השרירים paraspinal לעתים קרובות יהיה שונה מרקמות סמוכות אחרות, אבל יש לציין כי אם אין שריר ברור מגיע לקו fascia התחתון ביותר, הקו לא צריך להיכלל בקביעת הקצה התחתון של קבוצת השרירים paraspinal. לבסוף, יש לשלול את הלומבורום מרובע בעת קביעת קצה הפסו או קבוצות השרירים paraspinal (איור 5E).

Figure 1
איור 1: פילוח L3 נכון בפרוסה-O-Matic. (A) תמונת CT צירית ללא שינוי בחוליות L3. (B)CT צירי מתויג במלואו עם אדום המתאים לשריר השלד (SM), ירוק לרקמת שומן תוך שרירית (IMAT), צהוב לרקמת שומן שלפוחית (מע"מ), וציאן לרקמת שומן תת עורית (SAT). לחץ כאן כדי להציג גירסה גדולה יותר של איור זה.

Figure 2
איור 2: ניתוק תמונת L3 CT. תמונת CT לא מתויגת בפרוסה-O-Matic עם כמויות משמעותיות של SAT, כמו גם כמויות משמעותיות של רקמת שריר השלד חתוכה.

Figure 3
איור 3: ממצאים נפוצים. (A) תמונת CT לא מתויגת כוללת פריטים חזותיים שונים המסומנים בתיבה האדומה, אליפסה כחולה ותיבה ירוקה, בהתאמה. התיבה האדומה מציגה בעיות טכניות עם סריקת CT, פוטנציאל מ malalignment או תנועה במהלך הסריקה. האליפסה הכחולה מדגישה חפץ נפוץ שנובע ככל הנראה מרקמות צלקתיות. הריבוע הירוק מדגיש פגמים שעשויים להיות להם סיבות פוטנציאליות מרובות. (B)סריקת CT מתויגת עם מראה של אותם חפצים בהתאמה המסומנים בתיבה האדומה, אליפסה כחולה ותיבה ירוקה. לחץ כאן כדי להציג גירסה גדולה יותר של איור זה.

Figure 4
איור 4: הפסקה גדולה בשריר fascia. ( (A) תמונת ה- L3 CT הלא מתויגת מדגישה הפסקה גדולה בשריר השלד fascia בקופסה הסגולה. (B)תמונת ה-L3 CT המתויגת מדגישה את המראה המתויג של ההפסקה הגדולה בשריר השלד בקופסה הסגולה. לחץ כאן כדי להציג גירסה גדולה יותר של איור זה.

Figure 5
איור 5: מדידות ליניאריות L3. (A) תמונת ה- L3 CT המקורית לפני הניתוח במציג התמונות של הורוס. (B) שיטת המדידה הליניארית המסורתית כוללת קו אנכי אחד וקו אופקי אחד שצויר עבור כל שריר. קווים אלה נמדדים באמצעות כלי סרגל ומוכפלים כדי למצוא את שטח הפנים של כל קבוצת שרירים. שים לב ששיטת האמצעים הליניאריים המסורתית צריכה תמיד לציין קווים המצטלבים ב- 90°. תמונה זו של שיטת המדדים הליניאריים המסורתית היא הדגמה חזותית רק מכיוון שהיא נוצרה בהורוס ואינה מובטחת בצמתים של 90°. (C) (D) (E) שיטת התיבה למדידות ליניאריות L3. (C) (D) הקופסה הכחולה והסגולה מקיפה את הפסואס הימני והשמאלי, בהתאמה, והתיבה הצהובה והירוקה מקיפה את שריר הפרספינל הימני והשמאלי, בהתאמה. (E)הקופסאות הסגולות והכתומות הבהירות מדגישות את הלומבורום מרובע, אשר לא צריך להיחשב בעת קביעת קצוות של Psoas וקבוצות שרירים paraspinal. לחץ כאן כדי להציג גירסה גדולה יותר של איור זה.

Figure 6
איור 6: השוואה בין אמצעים ליניאריים לבין אזור שריר השלד L3 חתך רוחב, n = 65. הפסואס והאזורים הפארספינליים המשולבים הם בהתאם לשריר השלד הכולל ב חתך L3. לחץ כאן כדי להציג גירסה גדולה יותר של איור זה.

פילוח CT
שריר רקמת שומן תוך שרירית רקמת שומן הקרביים רקמת שומן תת עורית
אזור התפרצת (ס"מ2) 134.4 8.402 72.43 271
יחידת הונספילד (ממוצע) 33.61 2.1 18.11 67.76
גובה המטופל בריבוע (m2) 2.69 מדד שרירי השלד (אזור שריר/גובה2, ס"מ2/ מ') 49.97

טבלה 1: פילוח CT

סגמנון MRI
שריר
אזור התפרצת (ס"מ2) 241.8
יחידת הונספילד (ממוצע) 35.85
גובה המטופל (m2) 3.39
מדד שרירי השלד 71.42
(אזור שרירים/גובה2, ס"מ2/m2)

טבלה 2: פילוח MRI

מידות ליניאריות
גובה פסואס ימני (ס"מ) רוחב פסואס ימני (ס"מ) גובה פסואס שמאלי (ס"מ) רוחב פסואס שמאלי (ס"מ) גובה פרזפינאל ימני (ס"מ) רוחב פרזפינלי ימני (ס"מ) גובה פרזפינאל שמאלי (ס"מ) רוחב פרזפינלי שמאלי (ס"מ)
3.934 2.927 3.743 2.788 4.916 6.264 4.403 7.045
סה"כ שטח פסואס (ס"מ2) 21.950 סה"כ שטח פרזפינלי (ס"מ2) 61.813
סה"כ אזור שרירים (ס"מ2) 83.76
גובה המטופל בריבוע (m2) 2.496 מדד מדידה ליניארי (ס"מ2/m2) 33.55

טבלה 3: מידות ליניאריות

Discussion

שריר הפסואס, קבוצות השרירים הפרספינליים והשרירים האלכסוניים תואמים באופן הדוק עם מסת השריר הכוללת5. בפרט, שטח הפנים בתוך CT או MRI חתך רוחב של קבוצות שרירים אלה בנקודת האמצע של החוליה המותנית השלישית (L3) הוא בקורלציה גבוהה עם מסת שריר הכוללת, מה שהופך את התמונה הזאת אחד אידיאלי עבור חוקרים או רופאים להשתמש בעת הערכת סרקופניה1,2,13. פילוח ומדידות ליניאריות הוכיחו ערך רב בהערכת הרכב הגוף וזיהוי תנאים פרוגנוסטיים ירודים כגון סרקוזניה והשמנת יתר סרקופינית בחולים16,17. מחקרים הראו כי מדידות מסת שריר קשורות להישרדות וסיכונים לסיבוכים גדולים בעקבות ניתוחים גדולים או תוכניות טיפול כגון כימותרפיה ורעילותכימותרפית 16,17,18. לכן, היינו מניחים שזה עשוי להיות מועיל עבור רופאים יש נתוני הרכב הגוף לפני ייעוץ חולים לגבי אפשרויות הטיפול.

נכון לעכשיו, ישנן מספר שיטות להערכת הרכב הגוף. מספר שיטות, כגוןdensitometry 12 ו plethysmography תזוזת אוויר (ADP)19, לנצל את משקל האוויר ואת התזוזה, בהתאמה כדי להעריך את אחוז השומן בגוף ואת צפיפות הגוף. בעוד שיטות אלה יכולים להיות שימושיים, הם אינם מסוגלים לקבוע התפלגות רקמת שומן5,19. טכניקות אנליטיות אחרות להרכב הגוף, כגון BIA, מבססות את הניתוח שלהן על המאפיינים החשמליים השונים של מסת השומן ומסה נטולת שומן12. עם זאת, שוב טכניקה זו אינה מצליחה להעריך כראוי את התפלגות השומן, והיא גם דורשת מידע נוסף כגון מוצא אתני, גיל ומין למדידות מדויקות יותר19. לעומת זאת, הערכות כגון DEXA הוכחו להיות שימושי בהערכת הרכב הגוף, אבל יש נטייה להעריך יתר על המידה מסת שריר עם הגדלת אדיפוזיה12. מספר פרוטוקולים השתמשו גם בשיטת אזור העניין (ROI) כדי להשיג נתוני מסת שריר ורקמת שומן בתוכנה לצפייה ב- DICOM, אשר הוכח שיש לה מתאם טוב עם ניתוח הרכב הגוף של BIA להערכת סרקוזניה והערכה תזונתית20,21.

הליך פילוח שפותח על ידי Mourtzakis ואח 'יש יתרון על הערכות הרכב גוף חלופי שכן ניתן לעשות זאת על רוב תמונות CT או MRI וקובע במדויק הפצות רקמת שומן ואזור שריר13. בנוסף, פילוח צירי L3 יש את היתרון של דיוק ללא קשר למצב השמנת יתר של המטופל13. בדומה לחלופות הנ"ל, טכניקת האמצעים הליניאריים שפותחה על ידי אברוטין ואח'14 אינה כוללת את היכולת להעריך את התפלגות השומן. לאחרונה, חוקרים הוכיחו זלזול בפילוח הגוף, במיוחד בשיטות למדידת שרירי פסואס בלבד22. מסת שריר Psoas לבד אינו מייצג מאוד את כמות שריר המותני או בזבוז שריר שיטתי, ולא יכול להיות בקורלציה מאוד עם תוצאות קליניות22. בעיה זו עשויה להיות מדאיגה יותר במדידה ליניארית, כמו שריר פסואס היא קבוצת השרירים העיקרית בהערכה. עם זאת, הטכניקה המתוארת שלנו כוללת פסואס דו-צדדי והערכות שרירים paraspinal כדי לאמוד מדויק יותר, תוך הערכה מהירה ונוחה של מסת שריר חתך. מחקרים עתידיים המאמתים את ההסמכה בין מדידה ליניארית CT/MRI ושיטות פילוח לבין המתאם שלהם לתוצאות קליניות מוצדקים.

הן פילוח L3 והן הליכי מדידה ליניאריים תוכננו בתחילה כדי להעריך במהירות ובדייקנות את תכולת השרירים בכל הגוף. על ידי פילוח בחוליות L3 בלבד, הפרוטוקול חוסך זמן ועדיין מספק לחוקרים או לרופאים מספיק מידע כדי לקבוע את מסת השריר הרזה של המטופל ואת מצב השומן. עם זאת, למרות פילוח L3 לוקח הרבה פחות זמן מאשר פילוח גוף מלא, זה עדיין יכול להיות זמן רב ויקר להשתמש בתוכנה Slice-O-Matic. לעומת זאת, מדידות ליניאריות יש פוטנציאל להיות מדויק כמו פילוח L3 בהערכת מצב השריר סרקוזניה בחולים אנושים14,15. הדגמנו קשר כזה בקבוצת קרצינומה של תאי הכליה T3, שבה שריר השלד הנמדד על ידי מדידות ליניאריות מתואם באופן הדוק עם הערך הנמדד על ידי פילוח (איור 6). חשוב לציין, השיטה היא מהירה מאוד, ותוכנת ההדמיה היא בחינם. עם זאת, המגבלה הבולטת ביותר להליך המדידה הליניארית היא חוסר היכולת להעריך את תכולת רקמת השומן, מה שמגביל את המטפלים להקשרים שבהם מספיקה הערכה כללית של תכולת השרירים.

קיימים שלושה שלבים קריטיים הן בהליכי פילוח והן בהליכי מדידה ליניאריים. ראשית, רופאים וחוקרים צריכים לזהות את אמצע חוליות L3 כדי להשיג עקביות. אמצע חוליות L3 יהיה הפרוסה שבה מח העצם של התהליכים הרוחביים בולט ביותר. פרוסת חוליות L3 צירית מזוהה בקלות רבה יותר בעזרת נוף קשתי או קורנל. חוקרים או קלינאים יכולים תחילה למצוא חוליות L1 או סקרום כנקודת התייחסות, תוך התחשבות כי נוכחות של שש חוליות מותניות במקום חמש היא גרסה נורמלית. הצעד המכריע הבא הוא זיהוי השרירים. במדידות ליניאריות, אין לכלול את הלומברום מרובע בעת לקיחת המדידות האנכיות והאופקיות. שלישית, החוקרים צריכים גם לשים לב בעת תיוג מע"מ בפרוטוקול פילוח, כמו תוכן המעי הגס עשוי לפעמים להיות מתויג כמו רקמת שומן הקרביים23. כאשר מתרחשת שגיאה כזו, החוקרים צריכים למחוק אזורים אלה לפני שהם עוברים לשלב הבא.

בעיה נפוצה בסגמנטציה היא איכות תמונה ירודה של CT או MRI (ראה תוצאות מייצגות לקבלת דוגמאות). במקרים מסוימים, איכות ירודה אינה הופכת את התמונה לחסרת תועלת, אך במקרים אחרים ייתכן שיהיה צורך להוציא את התמונה מניתוח. מגבלה נוספת, אולי בלתי נמנעת, של פילוח תמונה אחת כוללת וריאציה אקראית של מיקום איבר מוצק מתמונה לתמונה.

בעיות נפוצות אחרות הן עבור ניתוח פילוח L3 והן עבור ניתוח מדידה ליניארית קשורות לעתים קרובות לווריאציה בין-קצבית ותוך-קצבית. כפי שקורה ברוב הפרוטוקולים, ניתן לצפות לכמות מסוימת של שונות בין משקיפים ובין הניסויים הנפרדים של אדם יחיד. כדי להסביר ולמזער וריאציה בין-מדרגית עם מספר אנשים המבצעים ניתוח, צוות החוקרים או הקלינאים יכול לבדוק כל וריאציה מובהקת סטטיסטית במדידות שטח הפנים ו- HU ממוצע מאותה תמונה. שים לב מיוחד של וריאציה HU כמו זה יציין אם חוקרים או רופאים שיש להם שטחי פנים דומים מאוד עבור אותה תמונה הם אכן תיוג הרקמות בערך אותו הדבר. כדי לבדוק וריאציה תוך-מדרגית משמעותית עבור אדם, חוקרים או קלינאים עשויים לצלם תת-קבוצה קטנה של תמונות ולחלק כל תמונה עד שכל העותקים המשוכפלים עבור כל תמונה נמצאים בתוך שוליים צרים וחסרי משמעות סטטיסטית.

אנו מכירים בכך שלשני הפרוטוקולים המוצגים כאן יש מגבלות בניתוח הרכב הגוף מכיוון שנעשה שימוש בפרוסה אחת בלבד. כפי שהוצע על ידי שן ואח ', ניתוח 3D עשוי לספק מידע מדויק יותר עבור שומן הקרביים בבטן, וניתוח פרוסה אחת למע"מ הוא ברמות שונות עבור גברים ונשים24. עם זאת, הפרוטוקולים הנדונים כאן הם עדיין בעלי ערך כפי שהם מספקים הערכות מהירות של שריר, כמו גם רקמת שומן, אשר ניתן להשתמש בהם עבור הקרנת סרקוזניה במרפאות.

יתר על כן, היו פרוטוקולי ניתוח הרכב גוף אוטומטיים רבים באמצעות אלגוריתמים למידת מכונה 3D, במיוחד אלגוריתמי סיווג מבוססי רשת עצבית25. אנו מכירים בכך שאלה עשויות להיות החלופות העתידיות הפוטנציאליות לפילוח דו-מימדי מסורתי. עם זאת, שיטות אלה דורשות ערכות נתונים גדולות של תמונות CT ו- MRI כדי להיות מפותחות, נבדקות ומיושמות בהגדרות קליניות ומחקריות. בנוסף, שיטות אלה דורשות לעתים קרובות ניתוח פילוח דו-מימדי כדי ליצור הפניה בסיסית שנגדה ניתן לאמת את האלגוריתמים של למידת מכונה. הפרוטוקולים המודגמים כאן יכולים אפוא להיות שימושיים כאשר ערכות נתונים גדולות או תמונות תלת-ממד אינן זמינות, וניתן להחיל פרוטוקולים אלה כדי לסייע בפיתוח ואימות של אלגוריתמים של למידת מכונה כאשר הם ישימים. לפיכך, אנו מאמינים כי רופאים וחוקרים יכולים להפיק תועלת מסרטון הדרכה זה ולאמץ שיטות מהירות ואמינות אלה כבדיקה ראשונית לפני ניתוח אוטומטי זמין ועל מנת להקל על יישום טכנולוגיה מתקדמת זו.

היכולת לנתח במהירות הפצת רקמת שומן ומסת שריר השלד יש מגוון רחב של אינטרסים קליניים החל טיפול בסרטן ומחקר למחלות לב5. בהשוואה לשיטות נפוצות אחרות, Mourtzakis ואח '. הליך פילוח L3 בפרוסה-O-Matic יכול להעריך במדויק ובמהירות את התפלגות רקמת השומן ולקבוע מצב סרקוזניה5,12,13,19. בנוסף, בהקשרים שבהם מידע על מסת שריר השלד מספיק, הליך מדידה ליניארי L3 הוא כלי אמין ומהיר מאוד כדי לעזור לחזות הצלחה בטיפולים בסרטן כגון ניתוח, הקרנות, וכימותרפיה1,2,4,6,7,8. מטרת סרטון ההכשרה וכתב היד הזה היא לתאר בבירור את הפרוטוקול לפילוח ומדידות ליניאריות לשימוש עתידי, כך שקלינאים יוכלו להעריך ביתר קלות את הרכב הגוף במסגרת המרפאה.

Disclosures

למחברים אין מה לחשוף.

Acknowledgments

המחברים רוצים להכיר בתמיכתם של יסודות משפחת ג'ון רובינסון צ'רצ'יל.

Materials

Name Company Catalog Number Comments
Centricity PACS Radiology RA 1000 Workstation GE  Healthcare Image viewer to obtain subject's MRI and CT images
Slice-O-Matic 5.0 TomoVision Segmentation software used in this protocol. Other versions of this software may be used, but tools may be slightly different.
Horos Nimble Co LLC d/b/a Purview Linear segmentation software used in this protol, but researchers can use any image viewer with a ruler tool.

DOWNLOAD MATERIALS LIST

References

  1. Psutka, S. P., et al. Decreased skeletal muscle mass is associated with an increased risk of mortality after radical nephrectomy for localized renal cell cancer. The Journal of Urology. 195 (2), 270-276 (2016).
  2. Fukushima, H., Nakanishi, Y., Kataoka, M., Tobisu, K., Koga, F. Prognostic significance of sarcopenia in patients with metastatic renal cell carcinoma. The Journal of Urology. 195 (1), 26-32 (2016).
  3. Santilli, V., Bernetti, A., Mangone, M., Paoloni, M. Clinical definition of sarcopenia. Clinical Cases in Mineral and Bone Metabolism. 11 (3), 117-180 (2014).
  4. Caan, B. J., et al. Association of muscle and adiposity measured by computed tomography with survival in patients with nonmetastatic breast cancer. JAMA Oncology. 4 (6), 798-804 (2018).
  5. Borga, M., et al. Advanced body composition assessment: from body mass index to body composition profiling. Journal of Investigative Medicine. 66 (5), 1-9 (2018).
  6. Cushen, S. J., et al. Body composition by computed tomography as a predictor of toxicity in patients with renal cell carcinoma treated with sunitinib. American Journal of Clinical Oncology. 40 (1), 47-52 (2017).
  7. Bernstein, A. P., et al. A comparison of perinephric fat surface area and Mayo Adhesive Probability score in predicting malignancy in T1 renal masses. Urologic Oncology. 36 (11), 417-499 (2018).
  8. Auclin, E., et al. Prediction of everolimus toxicity and prognostic value of skeletal muscle index in patients with metastatic renal cell carcinoma. Clinical Genitourinary Cancer. 15 (3), 350-355 (2017).
  9. Vashi, P. G., et al. Sarcopenia supersedes subjective global assessment as a predictor of survival in colorectal cancer. PLoS One. 14 (6), 0218761 (2019).
  10. Elliott, J. A., et al. Sarcopenia: prevalence, and impact on operative and oncologic outcomes in the multimodal management of locally advanced esophageal cancer. Annals of Surgery. 266 (5), 822-830 (2017).
  11. Kanellakis, S., et al. Development and validation of a bioelectrical impedance prediction equation estimating fat free mass in Greek - Caucasian adult population. Clinical Nutrition ESPEN. 36, 166-170 (2020).
  12. Bredella, M. A., et al. Comparison of DXA and CT in the assessment of body composition in premenopausal women with obesity and anorexia nervosa. Obesity (Silver Spring). 18 (11), 2227-2233 (2010).
  13. Mourtzakis, M., et al. A practical and precise approach to quantification of body composition in cancer patients using computed tomography images acquired during routine care. Applied Physiology, Nutrition, and Metabolism. 33 (5), 997-1006 (2008).
  14. Avrutin, E., et al. Clinically practical approach for screening of low muscularity using electronic linear measures on computed tomography images in critically ill patients. JPEN. Journal of Parenteral and Enteral Nutrition. 42 (5), 885-891 (2018).
  15. Cespedes Feliciano, E. M., Avrutin, E., Caan, B. J., Boroian, A., Mourtzakis, M. Screening for low muscularity in colorectal cancer patients: a valid, clinic-friendly approach that predicts mortality. Journal of Cachexia, Sarcopenia and Muscle. 9 (5), 898-908 (2018).
  16. Peng, P., et al. Impact of sarcopenia on outcomes following resection of pancreatic adenocarcinoma. Journal of Gastrointestinal Surgery. 16 (8), 1478-1486 (2012).
  17. Jones, K. I., Doleman, B., Scott, S., Lund, J. N., Williams, J. P. Simple psoas cross-sectional area measurement is a quick and easy method to assess sarcopenia and predicts major surgical complications. Colorectal Disease. 17 (1), 20-26 (2015).
  18. Prado, C. M., et al. Sarcopenia as a determinant of chemotherapy toxicity and time to tumor progression in metastatic breast cancer patients receiving capecitabine treatment. Clinical Cancer Research. 15 (8), 2920-2926 (2009).
  19. Fields, D. A., Goran, M. I., McCrory, M. A. Body-composition assessment via air-displacement plethysmography in adults and children: a review. The American Journal of Clinical Nutrition. 75, 453-467 (2002).
  20. Zopfs, D., et al. Single-slice CT measurements allow for accurate assessment of sarcopenia and body composition. European Radiology. 30 (3), 1701-1708 (2020).
  21. Schwenzer, N. F., et al. Quantitative analysis of adipose tissue in single transverse slices for estimation of volumes of relevant fat tissue compartment. Investigative Radiology. 45 (12), 788-794 (2010).
  22. Baracos, V. E. Psoas as a sentinel muscle for sarcopenia: a flawed premise. Journal of Cachexia, Sarcopenia and Muscle. 8 (4), 527-528 (2017).
  23. Potretzke, A. M., Schmitz, K. H., Jensen, M. D. Preventing overestimation of pixels in computed tomography assessment of visceral fat. Obesity Research. 12 (10), 1698-1701 (2004).
  24. Shen, W., et al. Total body skeletal muscle and adipose tissue volumes: estimation from a single abdominal cross-sectional image. Journal of Applied Physiology. 97 (6), 2333-2338 (2004).
  25. Weston, A. D., et al. Automated abdominal segmentation of CT scans for body composition analysis using deep learning. Radiology. 290 (3), 669-679 (2019).

Tags

החודש ב JoVE גיליון 169 הרכב הגוף פילוח מדידה ליניארית הערכת סיכונים סרקוזניה הדמיית CT הדמיית MRI
פילוח ומדידה ליניארית לניתוח הרכב הגוף באמצעות פרוסה-או-מאטי והורוס
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Steele, S., Lin, F., Le, T. L.,… More

Steele, S., Lin, F., Le, T. L., Medline, A., Higgins, M., Sandberg, A., Evans, S., Hong, G., Williams, M. A., Bilen, M. A., Psutka, S., Ogan, K., Master, V. A. Segmentation and Linear Measurement for Body Composition Analysis using Slice-O-Matic and Horos. J. Vis. Exp. (169), e61674, doi:10.3791/61674 (2021).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter