Vergleich eines SegNet-basierten Algorithmus zur Schätzung der epifaszialen Fibrose

Beim Lymphödem treten immer proinflammatorische Zytokin-vermittelte progressive Kaskaden auf, die zu einer makroskopischen Fibrose führen. Es sind jedoch praktisch keine Methoden verfügbar, um die lymphödeminduzierte Fibrose vor ihrer Verschlechterung zu messen. Technisch gesehen kann CT Fibrose an oberflächlichen und tiefen Stellen darstellen. Zur standardisierten Messung wurde eine Überprüfung der auf Deep Learning (DL) basierenden Erkennung durchgeführt. An einem Universitätsklinikum wurde ein Querschnitts-Beobachtungs-Kohortenversuch durchgeführt. Das Protokoll dieser Studie wurde vom University Hospital Institutional Review Board genehmigt und beim Protocol Registration and Results System (PRS), www. klinische Versuche. gov (NCT04811677: https://clinicaltrials. gov/ ct2/ show/ NCT04 811677? Term= NCT04 81167 7& Unentschieden= 2& Rang=1). Alle Methoden wurden in Übereinstimmung mit den einschlägigen Richtlinien und Vorschriften durchgeführt. Der Prozess entsprach den Grundsätzen der Deklaration von Helsinki. Patienten wurden eingeschlossen, wenn bei ihnen klinisch ein einseitiges Lymphödem der Extremitäten diagnostiziert wurde und sie sich einer BEI-Analyse und einem CT-Scan unterzogen hatten. Die Probanden gaben ihr schriftliches Einverständnis zur Veröffentlichung der Falldetails. Die Daten wurden so nah wie möglich am Datum des CT-Scans erhoben. Patienten, bei denen eine tiefe Venenthrombose, eine bilaterale Beteiligung der Gliedmaßen, eine Gefäßerkrankung oder eine lokale Infektion diagnostiziert wurden, wurden ausgeschlossen.

Nach Verengung der Fensterbreite der Absorptionswerte in CT-Bildern wurde SegNet-basiertes semantisches Segmentierungsmodell jedes Pixels in 5 Klassen (Luft, Haut, Muskel/Wasser, Fett und Fibrose) trainiert (65 %), validiert (15 %). , und getestet (20%). Dann wurden 4 Indizes formuliert und mit den Ergebnissen des standardisierten Umfangsdifferenzverhältnisses (SCDR) und der bioelektrischen Impedanz (BEI) verglichen. Insgesamt wurden 2138 CT-Bilder von 27 Patienten mit chronischem einseitigem Lymphödem analysiert.