NEC Thermography Infrared Imaging Study

Háttérinformációk a NEC-ről:

A legjobb prognózis a NEC korai felismerését és kezelését igényli. Perforáció vagy folyamatos állapotromlás sebészeti beavatkozást igényelhet. A mortalitás javult az elmúlt években, de még mindig körülbelül 15-30% a nem sebészeti NEC és akár 50% a sebészeti NEC esetében. A túlélők jelentős szövődményeket szenvedhetnek, beleértve a bélműködés hosszú távú károsodását.

A kezdeti diagnózis klinikai vizsgálaton és diagnosztikai képalkotáson alapul, általában hasi röntgenfelvételen +/- ultrahangon. A Bell stádiumbesorolási kritériumai a klinikai, laboratóriumi és radiográfiai eredményeket foglalják magukban, és a feltételezett NEC megkülönböztetésére használják a végleges NEC-től. Bell 2. stádiuma bizonyított NEC-t jelez, és magában foglalja a pneumatosis intestinalis és/vagy a portális vénás gáz jelenlétét a röntgenfelvételen.

A NEC diagnosztizálásának fő nehézsége az, hogy a NEC korai/gyanús stádiumai klinikailag és radiográfiailag hasonlóan jelennek meg, mint a koraszülötteknél észlelt jóindulatú táplálkozási intolerancia. A hasüregi röntgenfelvételek során a pácienst ionizáló sugárzásnak teszik ki, az ultrahangos képalkotás pedig zavaró a beteg számára, végrehajtása időt vesz igénybe, és képzett, korlátozottan hozzáférhető kezelőket igényel. Ezek a módozatok csak a NEC korai szakaszában mutatnak nem specifikus változásokat. A késői leletek sokkal figyelemreméltóbbak, de mire ezek a leletek nyilvánvalóvá válnak, gyakran kimarad a kezelés megkezdéséhez szükséges optimális időkeret.

Háttérinformációk az orvosi termográfiáról:

Az orvosi infravörös (IR) képalkotás az orvosi technológia, az infravörös kamera technológia és a számítógépes multimédiás technológia kombinációja. Az infravörös képalkotó eszközök rögzítik az emberi hőmezőket. Az emberi test természetes biológiai fűtési forrás, és az infravörös hőkamera az emberi test által kisugárzott távoli infravörös fényhullámot elektromos jellé alakítja, amelyet azután analóg/digitális konverzióval digitális mennyiséggé alakítanak át. A jeleket a multimédiás képfeldolgozó technológia színes hőtérképpé dolgozza fel, amely a test hőmérsékleti mezőjét mutatja. Egy normális, egészséges testnek jellegzetes hőtérképe van, míg egy abnormális test eltéréseket mutat ettől a hőtérképtől. Így a kettő közötti hasonlóságokat és különbségeket összehasonlítva a klinikai diagnózissal kombinálva az orvosok és a kutatók következtetni tudnak a betegség természetére és mértékére.

A kutatók különböző módszereket vizsgáltak a definitív NEC-vel rendelkező koraszülött csecsemőkről nyert hőképek számítógépes értékelésére, összehasonlítva az etetési intolerancia tüneteit nem mutató normál csecsemőkkel. A kutatók kimutatták, hogy az egészséges kontrollcsecsemők és a NEC-vel diagnosztizáltak felületi hőmérséklet-evolúciós adatainak megkülönböztető ereje ígéretes volt, meglehetősen magas osztályozási aránnyal és egyszerű lineáris osztályozási sémával. Ezen túlmenően eredményeink a NEC babák hasi bőrhőmérsékletének lassabb csökkenésére utaltak, ami a gyulladt bél jelenlétével magyarázható. Rice et al. orvosi termográfiát is használt a NEC kimutatására a NICU-ba felvett újszülötteknél. A hasi és a mellkasi szegmensek közötti hőmérséklet-eloszlás összehasonlításával meg tudták határozni a különbségeket a normál csecsemők és az NEC-vel diagnosztizált csecsemők között.

Háttérinformációk az orvosi Microsoft Kinect érzékelőről:

A Kinect érzékelő egy széles körben használt, fogyasztói minőségű és biztonságos szín- és mélységkamera, amelyet számítógépes játékokban való használatra forgalmaznak. A testről visszaverődő infravörös közeli fényt méri, így a környezet felszíni térképét alkotja. Az RGB-D Kinect érzékelőt a közelmúltban számos olyan alkalmazásban alkalmazták az egészségügyben, ahol hatékonynak bizonyult, beleértve az orvosi rehabilitáció területét, ahol a Kinect érzékelőket aktív edzésre és a betegek rehabilitációjára használják, a biztonságos és automatizált sugárterápiás bejuttatás, mellkasfal mozgáselemzése cisztás fibrózisos betegeknél, arcvonás-elemzés a testtartás szabályozásában rehabilitációs betegeknél, intenzív osztályos betegek automatizált mobilitásmérése, sőt automatizált apnoe monitorozás csecsemőknél és gyermekeknél.

Ebben a tanulmányban az RGB-D Kinect érzékelő szerepe alapvetően az automatizált szegmentálás támogatása, valamint a hőeloszlási adatok lekérése a közös helyen található és kalibrált IR FLIR képalkotóból. A rendelkezésre bocsátott szín- és mélységtérképeknek köszönhetően a klasszikus és robusztus képfeldolgozási technikákat felhasználják az érdeklődésre számot tartó területek (a baba teste és végül a hasa) azonosítására. Ez a fajta precíz szegmentálás nem hajtható végre megbízhatóan kizárólag infravörös képekből, mivel köztudott, hogy a számítógépes látás és a képfeldolgozó technikák nem megfelelőek az IR képekhez. Korai laboratóriumi teszteket már végeztek annak megállapítására, hogy az RGB-D érzékelő és az infravörös képalkotó átfedő látómezeje nem befolyásolja a hőtérképen gyűjtött adatokat. A kombinált működés ezért biztonságos, és pontos hőeloszlást biztosít, mintha az infravörös képalkotó egyedül működne. A végcél három képalkotó technológia erősségének ötvözése az orvosi diagnózis javítása érdekében.

A tanulmány indoklása:

A termográfiával és a NEC diagnosztizálásával foglalkozó korábbi tanulmányok csak infravörös kamerát használtak a képek készítésére. Bár a kutatók képesek voltak különböző GA-s csecsemők hőeloszlását származtatni, korábbi vizsgálatunk nem fogadott el szigorú protokollt az IR érzékelő optimális konfigurációban történő elhelyezésére, ami több eltérést eredményezett a képminőségben és a kívánt régió méretében. Ezek a korlátozások megnehezítették a hőképen belüli érdeklődésre számot tartó pontos régiók kiválasztását, és manuális beavatkozást igényeltek a képfeldolgozó szakembertől. Jelen tanulmányunkban a képalkotási folyamatot javítjuk és szabványosítjuk; A hő-, szín- és aktív mélységlátást használó Microsoft Kinect érzékelőt egy termográfiai kamerába integrálják, amely lehetővé teszi az érdeklődésre számot tartó területek automatikus kiválasztását, és megkönnyíti a kezelést az orvosok számára a beteg ágya mellett. Beágyazott képfeldolgozó algoritmusokat fejlesztenek ki az összegyűjtött információ multispektrális természetének kihasználása érdekében, hogy automatikusan szegmentálják és feloldják azt az érdeklődési területet, amelyen belül a releváns hőeloszlásokat monitorozni fogják.

A rendszer kezdeti fejlesztését, beleértve a készülékek integrációját és összeszerelését, az RGB-D és az IR érzékelők közötti szigorú kamerakalibrációs eljárásokat, valamint a teljes tesztelést laboratóriumi környezetben végzik, kizárólag a klinikai környezet makettmodelljeit használva. Ezután az automatizált infravörös képfeldolgozó rendszer NEC korai diagnosztizálására való alkalmazásának teljes körű validálásához szükséges a releváns képek beszerzése emberi alanyokról. A vizsgálatot a NICU-környezetben folytatják, hogy tovább validálják az újonnan kifejlesztett non-invazív és automatizált képalkotó protokollt különböző méretű és GA-ban a NICU-ban, mivel a NEC előfordulhat a rendkívül koraszülöttektől a koraszülöttekig. Mivel a kutatók azt remélik, hogy egy nap ezt a technológiát használhatják a NEC diagnózisának javítására, a kísérleti képalkotó eljárást két betegpopuláción hajtják végre. A kutatók először leképezik egy csoport egészséges újszülött hasát az újonnan kifejlesztett készülékkel és képfeldolgozó protokollal, hogy felállítsák a szabványos hőeloszlást. Ezután a kutatók egy csoport újszülött, bizonyított NEC-vel rendelkező csoport hasát is leképezik, ugyanazzal a berendezéssel. E két populáció képeinek elemzése alapján a kutatók meghatározzák a javasolt automatizált infravörös képalkotó eszközök alkalmasságát és szükséges finomhangolását azzal a céllal, hogy növeljék a NEC korai diagnosztizálására szolgáló eljárás pontosságát, használhatóságát és megbízhatóságát.

Célok:

1. Automatizált megközelítés kidolgozása a koraszülöttek hasának képalkotására és elemzésére termográfiai érzékelők és beágyazott képfeldolgozó algoritmusok segítségével.
2. Vezesse le a csecsemők két csoportjának hasának termográfiás hőmérséklet-eloszlását: azok, akik normálisak (nincs etetési intolerancia vagy NEC jele), és azok, akiknél igazolt NEC-t diagnosztizáltak.
3. Határozza meg, hogy az automatizált képfeldolgozó algoritmusok képesek-e kimutatni statisztikailag szignifikáns különbséget a normál és a NEC-ben szenvedő csecsemőktől származó termikus eloszlások között.