NEC Thermography Infrared Imaging Study

Taustatietoja NEC:stä:

Paras ennuste edellyttää NEC:n varhaista tunnistamista ja hoitoa. Perforaatio tai jatkuva heikkeneminen voi vaatia kirurgista toimenpidettä. Kuolleisuus on parantunut viime vuosina, mutta on edelleen noin 15-30 % ei-kirurgisessa NEC:ssä ja jopa 50 % kirurgisessa NEC:ssä. Selviytyneet voivat kärsiä merkittävistä komplikaatioista, mukaan lukien pitkäaikaiset vauriot suoliston toiminnalle.

Alkudiagnoosi perustuu kliiniseen tutkimukseen ja diagnostiseen kuvantamiseen, joihin yleensä liittyy vatsan röntgenkuvaus +/- ultraääni. Bellin määrityskriteerit sisältävät kliiniset, laboratorio- ja radiografiset löydökset, ja niitä käytetään erottamaan epäilty NEC lopullisesta NEC:stä. Bellin vaihe 2 tarkoittaa todistettua NEC:tä ja siihen liittyy pneumatosis intestinalis ja/tai portaalilaskimokaasun esiintyminen röntgenkuvassa.

Suurin vaikeus NEC:n diagnosoinnissa on se, että NEC:n varhaiset/epäillyt vaiheet esiintyvät kliinisesti ja radiografisesti samalla tavalla kuin ennenaikaisena havaittu hyvänlaatuinen ruokinta-intoleranssi. Vatsan röntgenkuvat sisältävät potilaan altistumisen ionisoivalle säteilylle, ja ultraäänikuvaus häiritsee potilasta, vie aikaa ja vaatii ammattitaitoisia käyttäjiä, joiden saatavuus on rajallinen. Nämä menetelmät näyttävät vain epäspesifisiä muutoksia NEC:n varhaisissa vaiheissa. Myöhäiset löydökset ovat huomaavaisempia, mutta kun nämä löydökset ovat ilmeisiä, optimaalinen aika hoidon aloittamiselle jää usein käyttämättä.

Taustatietoja lääketieteellisestä termografiasta:

Lääketieteellinen infrapunakuvaus (IR) on lääketieteen teknologian, infrapunakameratekniikan ja tietokonemultimediatekniikan yhdistelmä. Infrapunakuvauslaitteet tallentavat ihmisen lämpökentät. Ihmiskeho on luonnollinen biologinen lämmönlähde, ja infrapunalämpökamera muuntaa ihmiskehon säteilemän kauko-infrapunavaloaallon sähköiseksi signaaliksi, joka muunnetaan sitten digitaaliseksi suureksi analogia/digitaalimuunnoksen avulla. Signaalit käsitellään multimediakuvankäsittelytekniikalla värilliseksi lämpökartaksi, joka näyttää kehon lämpötilakentän. Normaalilla, terveellä keholla on tyypillinen lämpökartta, kun taas epänormaalilla keholla on poikkeamia tästä lämpökartasta. Siten vertaamalla näiden kahden välisiä yhtäläisyyksiä ja eroja yhdessä kliinisen diagnoosin kanssa lääkärit ja tutkijat voivat päätellä sairauden luonteen ja laajuuden.

Tutkijat tutkivat erilaisia ​​menetelmiä lämpökuvien tietokoneistettu arvioimiseksi, jotka on saatu keskosista, joilla oli lopullinen NEC, verrattuna normaaleihin vauvoihin, joilla ei ollut ruokinta-intoleranssin oireita. Tutkijat osoittivat, että pinnan lämpötilan kehitystietojen erottelukyky terveiden kontrollivauvojen ja NEC-diagnoosin saaneiden välillä oli lupaava, suhteellisen korkealla luokitusasteella ja yksinkertaisella lineaarisella luokitusjärjestelmällä. Lisäksi tuloksemme viittaavat hitaampaan vatsan ihon lämpötilan laskuun NEC-vauvoilla, mikä saattaa johtua tulehtuneen suolen esiintymisestä. Rice et ai. käytti myös lääketieteellistä termografiaa auttamaan NEC:n havaitsemisessa vastasyntyneillä vastasyntyneillä, jotka on otettu NICU:hun. Vertaamalla lämpötilan jakautumista vatsan osien ja rintakehän segmenttien välillä he pystyivät määrittämään erot normaaleissa vauvoissa verrattuna niihin, joilla on diagnosoitu NEC.

Taustatietoja lääketieteellisestä Microsoft Kinect Sensorista:

Kinect-sensori on laajalti käytetty, kuluttajalaatuinen ja turvallinen väri- ja syvyyskamera, jota markkinoidaan kaupallisesti tietokonepeleihin. Se mittaa lähellä infrapunavaloa, joka heijastuu kehosta muodostaen pintakartan ympäristöstä. RGB-D Kinect -anturia on äskettäin sovellettu terveydenhuoltoon useissa sovelluksissa, joissa se on osoittautunut tehokkaaksi, mukaan lukien lääketieteellisen kuntoutuksen alalla, jossa Kinect-antureita käytetään aktiiviseen harjoitteluun ja potilaiden kuntoutukseen turvallista ja automatisoitua varten. sädehoitoon, kystistä fibroosia sairastavien potilaiden rintakehän liikeanalyysiin, kuntoutuspotilaiden asennonhallinnan kasvojen piirteiden analysointiin, teho-osastopotilaiden automatisoituihin liikkuvuusmittauksiin ja jopa automaattiseen apnean seurantaan vauvoilla ja lapsilla.

Tässä tutkimuksessa RGB-D Kinect -anturin tehtävänä on pääasiassa tukea automatisoitua segmentointia ja lämmönjakaumatietojen hakemista samaan paikkaan sijoitetusta ja kalibroidusta IR FLIR -kamerasta. Saatavilla olevien väri- ja syvyyskarttojen ansiosta klassisia ja vankkoja kuvankäsittelytekniikoita hyödynnetään kiinnostavien alueiden (vauvan kehon ja lopulta vatsan) tunnistamiseen. Tällaista tarkkaa segmentointia ei voida suorittaa luotettavasti yksinomaan IR-kuvista, koska on hyvin todettu, että tietokonenäkö- ja kuvankäsittelytekniikat eivät sovellu hyvin IR-kuviin. Varhaiset laboratoriotestit on jo tehty sen selvittämiseksi, että RGB-D-anturin toiminta päällekkäisessä näkökentässä IR-kuvantimen kanssa ei vaikuta lämpökarttaan kerättyihin tietoihin. Yhdistetty toiminta on siksi turvallista ja tarjoaa tarkan lämmönjakauman ikään kuin infrapunakuvantaja toimisi yksin. Tavoitteena on yhdistää kolmen kuvantamistekniikan vahvuudet lääketieteellisen diagnoosin parantamiseksi.

Tutkimuksen perustelut:

Aiemmat tutkimukset, joissa tutkittiin termografiaa ja diagnosoivat NEC:tä, käyttivät vain infrapunakameraa kuvien ottamiseen. Vaikka tutkijat pystyivätkin johtamaan lämpöjakaumia eri GA-vauvoille, aikaisempi tutkimuksemme ei ottanut käyttöön tiukkaa protokollaa IR-anturin sijoittamiseksi optimaaliseen kokoonpanoon, mikä johti enemmän vaihteluihin kuvanlaadussa ja kiinnostavan alueen koosta. Nämä rajoitukset tekivät vaikeaksi automatisoida tarkkojen kiinnostavien alueiden valintaa lämpökuvassa ja vaativat manuaalista puuttumista kuvankäsittelyasiantuntijalta. Nykyisessä tutkimuksessamme kuvanottoprosessia parannetaan ja standardoidaan; lämpö-, väri- ja aktiivista syvyysnäköä hyödyntävä Microsoft Kinect -sensori integroidaan lämpökameraan, mikä mahdollistaa kiinnostavien alueiden automaattisen valinnan ja helpottaa hoitohenkilökunnan käyttöä potilaan sängyn vieressä. Sulautettuja kuvankäsittelyalgoritmeja kehitetään hyödyntämään kerätyn tiedon monispektristä luonnetta, jotta voidaan automaattisesti segmentoida ja purkaa kiinnostavaa aluetta, jolla merkityksellisiä lämpöjakaumia seurataan.

Tämän järjestelmän ensimmäinen kehitystyö, mukaan lukien laitteiden integrointi ja kokoonpano, tiukat kameran kalibrointimenettelyt RGB-D- ja IR-anturien välillä sekä täydellinen testaus suoritetaan laboratorioympäristössä käyttämällä vain kliinisen ympäristön mallimalleja. Tämän jälkeen, jotta tämän automatisoidun infrapunakuvankäsittelyjärjestelmän käyttö NEC:n varhaiseen diagnosointiin voidaan täysin validoida, tarvitaan asiaankuuluvien kuvien hankkiminen ihmisistä. Tutkimusta jatketaan NICU-ympäristössä äskettäin kehitetyn ei-invasiivisen ja automatisoidun kuvantamisprotokollan vahvistamiseksi erikokoisille vauvoille ja GA:ssa NICU:ssa, koska NEC voi esiintyä äärimmäisen keskosista ennenaikaisesti syntyneille vauvoille. Koska tutkijat toivovat voivansa käyttää tätä tekniikkaa joskus parantaakseen NEC:n diagnoosia, kokeellinen kuvantamismenettely suoritetaan kahdelle potilaspopulaatiolle. Tutkijat kuvaavat ensin terveiden vastasyntyneiden vatsat uudella laitteella ja kuvankäsittelyprotokollalla standardin lämpöjakauman luomiseksi. Sitten tutkijat kuvaavat samalla laitteistolla myös ryhmän vastasyntyneiden vatsat, joilla on todistettu NEC. Näistä kahdesta populaatiosta otettujen kuvien analyysin perusteella tutkijat määrittävät ehdotettujen automatisoitujen infrapunakuvaustyökalujen soveltuvuuden ja tarvittavan hienosäädön tavoitteenaan lisätä NEC:n varhaisen diagnoosin menettelyn tarkkuutta, käytettävyyttä ja luotettavuutta.

Tavoitteet:

1. Kehitä automaattinen lähestymistapa keskosten vatsan kuvantamiseen ja analysointiin käyttämällä termografisia antureita ja upotettuja kuvankäsittelyalgoritmeja.
2. Johda termografiset lämpötilajakaumat kahdelle vauvoryhmälle: ne, jotka ovat normaaleja (ei merkkejä ruokinta-intoleranssista tai NEC:n merkkejä) ja ne, joilla on todettu NEC.
3. Selvitä, pystyvätkö automaattiset kuvankäsittelyalgoritmit havaitsemaan tilastollisesti merkitsevän eron normaalien lämpöjakaumien ja NEC-vauvoista saatujen lämpöjakaumien välillä.