NEC Thermografie Infraroodbeeldvormingsonderzoek

Achtergrondinformatie over NEC:

De beste prognose vereist vroege herkenning en behandeling van NEC. Perforatie of aanhoudende verslechtering kan een chirurgische ingreep vereisen. De mortaliteit is de afgelopen jaren verbeterd, maar bedraagt ​​nog steeds ongeveer 15-30% voor niet-chirurgische NEC en tot 50% voor chirurgische NEC. Overlevenden kunnen aanzienlijke complicaties ondervinden, waaronder langdurige schade aan de darmfunctie.

De initiële diagnose is gebaseerd op klinisch onderzoek en diagnostische beeldvorming, meestal met röntgenfoto's van de buik +/- echografie. De stadiëringscriteria van Bell omvatten klinische, laboratorium- en radiografische bevindingen en worden gebruikt om vermoedelijke NEC te onderscheiden van definitieve NEC. Bell's stadium 2 duidt bewezen NEC aan en omvat de aanwezigheid van pneumatosis intestinalis en/of poortadergas op röntgenfoto's.

De grootste moeilijkheid bij het diagnosticeren van NEC is dat vroege/vermoedelijke stadia van NEC zich klinisch en radiografisch op dezelfde manier presenteren als goedaardige voedingsintolerantie die wordt gezien bij prematuren. Bij röntgenfoto's van de buik wordt de patiënt blootgesteld aan ioniserende straling en echografie is storend voor de patiënt, kost tijd om uit te voeren en vereist bekwame operators die beperkt beschikbaar zijn. Deze modaliteiten zullen alleen niet-specifieke veranderingen in de vroege stadia van NEC laten zien. Late bevindingen zijn kritischer, maar tegen de tijd dat deze bevindingen duidelijk worden, wordt vaak het optimale tijdsbestek voor het starten van de behandeling gemist.

Achtergrondinformatie over medische thermografie:

Medische infrarood (IR) beeldvorming is een combinatie van medische technologie, infraroodcameratechnologie en computermultimediatechnologie. Infraroodbeeldvormingsapparatuur registreert de menselijke thermische velden. Het menselijk lichaam is een natuurlijke biologische warmtebron en een infrarood warmtebeeldcamera zet de ver-infrarode lichtgolf die door het menselijk lichaam wordt uitgestraald om in een elektrisch signaal dat vervolgens wordt omgezet in een digitale grootheid door analoog/digitaal conversie. De signalen worden door multimedia-beeldverwerkingstechnologie verwerkt tot een kleurenwarmtekaart, die het temperatuurveld van het lichaam weergeeft. Een normaal, gezond lichaam heeft een karakteristieke warmtekaart terwijl een abnormaal lichaam afwijkingen vertoont van deze warmtekaart. Dus door de overeenkomsten en verschillen tussen de twee te vergelijken, in combinatie met klinische diagnose, kunnen artsen en onderzoekers de aard en omvang van een ziekte afleiden.

De onderzoekers onderzochten verschillende methoden voor computergestuurde beoordeling van warmtebeelden verkregen van te vroeg geboren baby's met definitieve NEC in vergelijking met normale baby's zonder symptomen van voedingsintolerantie. De onderzoekers toonden aan dat het onderscheidingsvermogen van de gegevens over de evolutie van de oppervlaktetemperatuur tussen gezonde controlebaby's en degenen bij wie de diagnose NEC was gesteld, veelbelovend was, met een vrij hoge classificatiegraad en een eenvoudig lineair classificatieschema. Bovendien suggereerden onze resultaten een tragere afname van de buikhuidtemperatuur bij de NEC-baby's, wat zou kunnen worden verklaard door de aanwezigheid van een ontstoken darm. Rijst et al. gebruikte ook medische thermografie om NEC te helpen detecteren bij pasgeboren baby's die werden opgenomen in de NICU. Door de temperatuurverdeling over de buiksegmenten te vergelijken met die van de borstkas, konden ze verschillen bepalen tussen normale baby's en baby's met de diagnose NEC.

Achtergrondinformatie over de medische Microsoft Kinect-sensor:

De Kinect-sensor is een veelgebruikte, veilige kleur- en dieptecamera van consumentenkwaliteit die commercieel op de markt wordt gebracht voor gebruik bij computergaming. Het meet nabij-infrarood licht dat door het lichaam wordt gereflecteerd om een ​​oppervlaktekaart van de omgeving te vormen. De RGB-D Kinect-sensor is onlangs toegepast in de gezondheidszorg in een verscheidenheid aan toepassingen waar het effectief is gebleken, waaronder op het gebied van medische revalidatie, waar Kinect-sensoren worden gebruikt voor actieve training en revalidatie van patiënten, voor veilige en geautomatiseerde toediening van radiotherapie, voor analyse van de beweging van de borstwand bij patiënten met cystic fibrosis, voor de analyse van gezichtskenmerken van houdingscontrole bij revalidatiepatiënten, bij IC-patiënten voor geautomatiseerde mobiliteitsmetingen en zelfs voor geautomatiseerde apneumonitoring bij baby's en kinderen.

In deze studie zal de rol van de RGB-D Kinect-sensor voornamelijk bestaan ​​uit het ondersteunen van de geautomatiseerde segmentatie en het ophalen van thermische distributiegegevens van de co-located en gekalibreerde IR FLIR-imager. Dankzij de kleur- en dieptekaarten die beschikbaar zullen worden gesteld, zullen klassieke en robuuste beeldverwerkingstechnieken worden gebruikt om de interessegebieden te identificeren (het lichaam van de baby en uiteindelijk de buik). Dit soort nauwkeurige segmentatie kan niet op betrouwbare wijze worden uitgevoerd uitsluitend op basis van IR-beelden, aangezien het algemeen bekend is dat computervisie en beeldverwerkingstechnieken niet goed zijn aangepast voor IR-beelden. Er zijn al vroege laboratoriumtesten uitgevoerd om vast te stellen dat de werking van de RGB-D-sensor in een overlappend gezichtsveld met die van de IR-imager geen invloed heeft op de gegevens die in de heatmap worden verzameld. De gecombineerde werking is daarom veilig en zorgt voor een nauwkeurige warmteverdeling alsof de IR-imager alleen werkt. Het uiteindelijke doel is om de sterke punten van drie beeldvormingstechnologieën te combineren om de medische diagnose te verbeteren.

Bestudeer de grondgedachte:

Eerdere onderzoeken naar thermografie en het diagnosticeren van NEC gebruikten alleen een infraroodcamera om beelden te verkrijgen. Hoewel de onderzoekers thermische distributies voor baby's van verschillende GA's konden afleiden, hanteerde ons vorige onderzoek geen strikt protocol voor het positioneren van de IR-sensor in een optimale configuratie, wat leidde tot meer variaties in beeldkwaliteit en grootte van het interessegebied. Deze beperkingen maakten het moeilijk om de selectie van nauwkeurige interessegebieden binnen het warmtebeeld te automatiseren en vereisten handmatige tussenkomst van een beeldverwerkingsexpert. In onze huidige studie zal het beeldacquisitieproces worden verbeterd en gestandaardiseerd; een Microsoft Kinect-sensor die gebruikmaakt van thermisch, kleur- en actief dieptezicht zal worden geïntegreerd in een thermografische camera om geautomatiseerde selectie van interessegebieden mogelijk te maken en het gebruiksgemak voor medisch personeel aan het bed van de patiënt te vergemakkelijken. Ingebouwde beeldverwerkingsalgoritmen zullen worden ontwikkeld om de multispectrale aard van verzamelde informatie te benutten om automatisch het interessegebied te segmenteren en te ontwarren waarover relevante thermische distributies zullen worden gemonitord.

De eerste ontwikkeling van dit systeem, inclusief integratie en montage van apparaten, rigoureuze camerakalibratieprocedures tussen de RGB-D- en IR-sensoren, en volledige tests zullen worden uitgevoerd in een laboratoriumomgeving, waarbij alleen mock-upmodellen van de klinische omgeving worden gebruikt. Om de toepassing van dit geautomatiseerde infraroodbeeldverwerkingssysteem voor een vroege diagnose van NEC volledig te valideren, is het vervolgens nodig om relevante beelden van menselijke proefpersonen te verkrijgen. De studie zal worden voortgezet in de NICU-omgeving om het nieuw ontwikkelde niet-invasieve en geautomatiseerde beeldvormingsprotocol verder te valideren bij baby's van verschillende groottes en GA in de NICU, aangezien NEC kan voorkomen bij baby's variërend van extreem prematuur tot voldragen baby's. Aangezien de onderzoekers deze technologie ooit hopen te gebruiken om de diagnose van NEC te helpen verbeteren, zal de experimentele beeldvormingsprocedure worden uitgevoerd op twee patiëntenpopulaties. De onderzoekers zullen eerst de buik van een groep gezonde pasgeborenen in beeld brengen met het nieuw ontwikkelde apparaat en beeldverwerkingsprotocol om een ​​standaard thermische verdeling op te zetten. Vervolgens zullen de onderzoekers met dezelfde apparatuur ook de buik van een groep pasgeborenen met bewezen NEC in beeld brengen. Uit de analyse van beelden van deze twee populaties zullen de onderzoekers de geschiktheid en noodzakelijke fijnafstemming van de voorgestelde geautomatiseerde infraroodbeeldvormingstools bepalen, met als doel de precisie, bruikbaarheid en betrouwbaarheid van de procedure voor vroege diagnose van NEC te vergroten.

Doelstellingen:

1. Ontwikkel een geautomatiseerde benadering van de beeldvorming en analyse van de buik van te vroeg geboren baby's met behulp van thermografische sensoren en ingebedde algoritmen voor beeldverwerking.
2. Leid thermografische temperatuurverdelingen af ​​van de buik van twee groepen baby's: baby's die normaal zijn (geen tekenen van voedingsintolerantie of tekenen van NEC) en degenen bij wie bewezen NEC is vastgesteld.
3. Bepaal of de geautomatiseerde beeldverwerkingsalgoritmen een statistisch significant verschil kunnen onderscheiden tussen de normale thermische distributies en die afgeleid van baby's met NEC.