计算机断层扫描结肠镜和全自动骨密度仪在一次检查中的可行性
计算机断层扫描结肠镜和全自动骨密度仪在一次检查中的可行性
Feasibility of Simultaneous Computed Tomographic Colonography and Fully Automated Bone Mineral Densitometry in a Single Examination
简单总结:
数据:患者的结肠镜检查和腹部CT检查
—————————————————————————————————
目的:为了探讨利用全自动软件从计算机断层扫描(CTC)中计算骨密度(BMD)的可行性。
材料和方法:开发了自动化骨密度测量软件,在计算机断层扫描上测量第一和第二腰椎的骨密度,并计算这两个值的平均值,以提供每个患者的骨密度估计。该软件在17名连续接受定量计算机断层扫描的妇女和475名连续参加在3个医疗中心进行的CTC筛查试验的无症状患者的参考人群中进行验证。
材料与方法
患者人群
这些患者是之前发表的CTC临床试验的一个子集。最初的患者群体是1253名年龄在40 - 79岁之间的连续无症状成人,他们符合CTC的各种纳入和排除标准。其中1233例患者当天完成了结肠镜检查和腹部CT检查。另外47例患者由于CT图像的不完全修复或定位而被排除在外。在1186例患者中,486例为女性,其中11例因自动脊髓分割失败而被排除,留下475例女性,年龄从42岁到79岁不等。脊柱自动分割失败的主要原因有:(1)脊柱金属固定装置;(2)卧位或非正常位,脊柱不在图像中心。我们将重点放在女性身上,因为人们预计她们的bmd范围比男性更广,而且我们获得了足够数量的专门针对女性的QCT,用于研究的校准部分。我们机构的人类受试者研究办公室宣布该研究不受机构审查委员会的审查。
计算层析结肠镜
在进行泻药肠道准备和口服硫酸钡和泛藻酸钠用于粪便和液体标记后,患者接受CTC。放置直肠管,用病人控制的手动充气方式向结肠内注入室内空气。
计算机层析扫描参数
每位患者在单次屏气期间使用4或8通道CT扫描仪(通用电气LightSpeed或LightSpeed Ultra;通用电气医疗保健技术公司,Waukesha,威斯康星州)。未使用静脉造影剂。成像参数为1.25- 2.5 mm的切片准直、15 mm/s的工作台速度、1 mm的重建间隔、100 mA s和120千伏(峰值)。仰卧位扫描和俯卧位扫描的目的是在两种扫描中的一种中发现结肠部分塌陷或充满液体的息肉,而另一种则没有。
自动感兴趣的位置
利用计算机研究程序,从CT图像(图1)中自动识别脊柱并进行三维(3Ds)分割。该程序首先定位椎管作为相关的解剖标志和起点,然后识别每个椎体。计算机通过肋骨的相对位置识别并标记椎体水平。用最下面的肋骨识别T12,通过检测椎间盘自动分割剩余的椎骨并进行标记。
三维分割完成后,软件自动放置包含整个L1和L2椎体的三维感兴趣区域(ROI)(图1),然后通过自适应形态学侵蚀排除每个椎体的皮层,最终ROI仅包含小梁骨。对于L1和L2处的每个ROI,将其内部CT衰减值的平均值输出到文件中。然后计算L1和L2的平均CT衰减值的平均值。我们只在L1和L2水平进行测量,这已被证明是评估骨密度的合适水平。
图1所示。全自动CT骨密度测量计算。计算机软件识别脊柱,定位最下面(第12根)肋骨,并识别L1和L2椎体(顶部图像)。接下来,软件将对椎体进行分割。然后将分割的椎体侵蚀5mm,以去除皮质骨并保留髓骨(绿色阴影,L2椎体下方图像)。L1和L2椎体髓部的平均Hounsfield数被用来估计BMD。
骨密度估算
标准QCT包含一个外部参考体,在CT时置于患者下方。该幻影含有多管已知浓度的K2HPO4矿物;这允许构建校准曲线,以估计椎骨小梁空间的矿物质密度。然而,当在没有参考体模的情况下进行回顾性扫描骨密度分析时,有必要使用不同的方法来估计骨密度。
我们使用的方法是在专用的QCT中从幽灵创建一个校准曲线。该曲线绘制了以Hounsfield单位为单位的CT衰减到以毫克/毫升为单位的BMD。然后我们使用这个校准曲线转换平均骨小梁CT衰减在CTC扫描给出BMD估计。
校准曲线是从我们的放射学数据库中的18例专用QCT患者扫描图中计算出来的(18名女性,年龄为46岁至68岁;意思是,54年)。这些受试者的数据的使用由我们的机构审查委员会批准,并放弃知情同意。这些女性的BMD连续低于200 mg/mL;使用非标准技术扫描的一名受试者被排除在外,留下17名受试者。定量CT在通用电气LightSpeed CT扫描仪上进行,采用2.5 mm准直,2.5- 3.75 mm重建间隔,120千伏(峰值),100 - 200 mA, 1.7秒曝光时间。对每位患者(Mindways, Austin, T ex)进行外部参照体扫描。
由于这些图像上的重建间隔较厚,无法实现脊柱自动分割,所以我们手动指定L1和L2椎体的切片编号;然而,ROI的放置仍然是自动化的。与CTC扫描一样,L1和L2皮质被排除,计算CT衰减均值的平均值。接下来,我们手工测量所有受试者幻影的CT均值。使用由制造商(Mindways)提供的校正因子,根据水含量调整幻像的CT值。然后根据幻影的CT值和已知的等效骨密度计算出线性回归曲线。这条曲线绘制了以Hounsfield单位为单位的CT衰减到以毫克/毫升为单位的BMD。然后,我们使用这个校准曲线来转换QCT患者和CTC患者的平均骨小梁CT衰减值,以给出BMD估计。为了与自动测量进行比较,放射科医生使用临床分析软件(使用QCT Pro软件,版本3.2、4或4.1;Mindways Software, Austin, Tex)。
使用仰卧位和俯卧位骨密度评估进行质量和一致性检查
由于分析是通过自动化软件进行的,我们通过比较每个患者仰卧位和俯卧位CTC扫描的BMD来评估测量的重复性和准确性。这种检查的基本原理是,在临床可接受的范围内,每个患者仰卧位和俯卧位CTC扫描测量的BMD估计值应该是相同的。我们计算了仰卧位和俯卧位的骨密度估计值的差异。
骨质减少和骨质疏松症的分类
对于双能x线骨密度测定法(DXA),tscores可以根据世界卫生组织骨质疏松标准将患者分为骨质减少(j1和j2.5之间)或骨质疏松(j2.5或以下)。虽然提倡使用BMD评分(骨质减少,80Y120 mg/mL;骨质疏松g80 mg/mL对应atscore约为j3)。18,19w根据这些BMD评分范围将患者分为骨质减少或骨质疏松症。
统计分析
采用线性回归和Bland-Altman分析比较使用自动化软件和标准临床软件在QCT扫描上的BMD测量值。这些分析使用仰卧位CTC扫描计算的BMD。Bland-Altman分析了仰卧位和俯卧位骨密度测量值的差异。
相关文章:

计算机断层扫描结肠镜和全自动骨密度仪在一次检查中的可行性
计算机断层扫描结肠镜和全自动骨密度仪在一次检查中的可行性 Feasibility of Simultaneous Computed Tomographic Colonography and Fully Automated Bone Mineral Densitometry in a Single Examination 简单总结: 数据:患者的结肠镜检查和腹部CT检查…...

Java多级缓存是为了解决什么的?
前言 提到缓存,想必每一位软件工程师都不陌生,它是目前架构设计中提高性能最直接的方式。 缓存技术存在于应用场景的方方面面。从网站提高性能的角度分析,缓存可以放在浏览器,可以放在反向代理服务器,还可以放…...

MongoDB--》索引的了解及具体操作
目录 索引—index 索引的类型 索引的管理操作 索引的使用 索引—index 使用索引的原因:索引支持在MongoDB中高效地执行查询。如果没有索引,MongoDB必须执行全集合扫描,即扫描集合中的每个文档,以选择与查询语句匹配的文档。这…...

Python open()函数详解:打开指定文件
在 Python 中,如果想要操作文件,首先需要创建或者打开指定的文件,并创建一个文件对象,而这些工作可以通过内置的 open() 函数实现。open() 函数用于创建或打开指定文件,该函数的常用语法格式如下:file ope…...

CentOS Stream 9尝鲜安装教程
作者:IT圈黎俊杰 一、下载CentOS Stream 9安装介质 在CentOS官网可以下载到CentOS Stream 9的安装介质,正面列出ISO介质的下载链接地址: https://download.cf.centos.org/9-stream/BaseOS/x86_64/iso/CentOS-Stream-9-20221019.0-x86_64-dv…...

Ambire AdEx 2023 年路线图
Ambire AdEx 是为简化 web3 显示广告而建立的,领先于时代。到 2023 年,它将专注于服务用户需求,同时保持其作为区块链隐私解决方案的核心,反对传统的数字广告模式。 回顾 2022 年 2022 年,AdEx 网络处理了超过 1 亿次展…...

两种特征提取方法与深度学习方法对比的小型金属物体分类分析研究
本文讨论了用于对包括螺丝、螺母、钥匙和硬币在内的小型金属物体进行分类的两种特征提取方法的效率:定向梯度直方图 (HOG) 和局部二进制模式 (LBP)。首先提取标记图像的所需特征并以特征矩阵的形式保存。使用三种不同的分类方法(非参数 K 最近邻算法、支…...

传奇私服搭建网站的几种方法
搭建网站的几种方法:一些人,连简单的搭建网站都不会,还要请技术帮忙,真是牛B,这里简单介绍下几种办法一:2003系统下,直接使用IIS,这个太简单了,桌面上就有IIS,…...
i.MX8MP平台开发分享(clock篇)- 各类clock的注册
专栏目录:专栏目录传送门 平台内核i.MX8MP5.15.71文章目录 1、关键数据结构1.1 clk_hw1.2 clk_hw_onecell_data2.一个clk的注册过程2.1 fixed clk2.2 pll14xx2.3 fixed factor2.4 mux2.5 composite2.6 gate1、关键数据结构 1.1 clk_hw clk_hw是描述一个时钟信息的最小单元。…...

java ssm计算机系统在线考试平台idea
本系统主要包括以下功能模块学生、教师、班级、考试评阅、在线考试、试题内容、考试等模块,通过这些模块的实现能够基本满足日常计算机系统平台的操作。 本文着重阐述了计算机系统平台的分析、设计与实现,首先介绍开发系统和环境配置、数据库的设计&…...

C语言(字符串函数)
这章的内容记得引用<string.h>头文件 目录 1.strlen() 2.strcat() 3.strncat() 4.strcmp() 5.strncmp() 6.strcpy() 7.strncpy() 8.sprintf() 8.strchr() 9.strpbrk() 10.strrchr() 11.strstr() 1.strlen() 用于统计字符串的…...

Maxwell工作流程详解
要介绍maxwell的工作原理,首先需要讲一下mysql主从复制的原理 mysql主从复制原理: 如上图,左边是master主节点,右边是slave从节点 工作流程: 1.往主节点mysql的数据库中写入数据,产生数据变化,…...

13- EM算法与GMM高斯混合 (聚类算法) (算法)
最大期望算法(EM算法) ,曾入选“数据挖掘十大算法”中,是最常见的隐变量估计方法,在机器学习中有极为广泛的用途,例如常被用来学习高斯混合模型的参数。EM算法是在概率模型中寻找参数最大似然估计或者最大后验估计的算法ÿ…...
【新】华为OD机试 - 二叉树层次遍历(Python)| 刷完获取OD招聘渠道
二叉树层次遍历 题目 有一棵二叉树 每一个节点用一个大写字母标识 最多26个节点 现有两组字母 分别表示后序遍历(左孩子指向右孩子指向父节点) 和中序遍历(左孩子指向父节点指向右孩子) 请输出层次遍历的结果 输入 输入为两个字符串 分别为二叉树的后序遍历和中序遍历结…...

工作记录------@Accessors(chain = true)引起的BUG,Excel导入时获取不到值
工作记录------Accessors(chain true)引起的BUG,Excel导入时获取不到值 如题所示 背景:在进行文件excel文件导入时,发现实体类获取到的属性值都为null。 框架:com.alibaba.excel 2.2.0的版本。 结论:首先说下结论 如…...

JavaEE-HTTP协议(二)
目录HTTP请求的方法GET方法POST 方法其他方法“报头”User-AgentRefererCookieHTTP响应200 OK404 Not Found403 Forbidden405 Method Not Allowed500 Internal Server Error504 Gateway Timeout302 Move temporarily301 Moved PermanentlyHTTP请求的方法 GET方法 GET 是最常用…...
代理的基本原理和多线程的基本原理
目录爬虫代理常见代理多线程并发和并行Python中的多进程和多线程爬虫时我们不到一杯茶的功夫就出现了403.打开网页一看会说您的IP访问频率太高,出现这种情况是因为网站采取了一些反爬虫措施,限制某个IP在一定时间内的请求次数,如果超过一定的…...

T38,数的递归
描述 输入一棵节点数为 n 二叉树,判断该二叉树是否是平衡二叉树。 在这里,我们只需要考虑其平衡性,不需要考虑其是不是排序二叉树 平衡二叉树(Balanced Binary Tree),具有以下性质:它是一棵空…...
QT+ OpenGL 变换
文章目录QT OpenGL变换向量的运算矩阵矩阵与向量相乘代码实现QT OpenGL 本篇完整工程见gitee:QTOpenGL 对应点的tag,由turbolove提供技术支持,您可以关注博主或者私信博主。 变换 我们需要改变物体的位置 现有解决办法(每一帧,…...

【算法】前缀和
作者:指针不指南吗 专栏:算法篇 🐾要学会在纸上打草稿,这个很重要🐾 文章目录1.什么是前缀和?2.怎么求前缀和?3.前缀和有什么用?4.进阶二维:矩阵和前缀和 主打一个记公式 1.什么是前…...

JavaSec-RCE
简介 RCE(Remote Code Execution),可以分为:命令注入(Command Injection)、代码注入(Code Injection) 代码注入 1.漏洞场景:Groovy代码注入 Groovy是一种基于JVM的动态语言,语法简洁,支持闭包、动态类型和Java互操作性,…...
Android Wi-Fi 连接失败日志分析
1. Android wifi 关键日志总结 (1) Wi-Fi 断开 (CTRL-EVENT-DISCONNECTED reason3) 日志相关部分: 06-05 10:48:40.987 943 943 I wpa_supplicant: wlan0: CTRL-EVENT-DISCONNECTED bssid44:9b:c1:57:a8:90 reason3 locally_generated1解析: CTR…...

Vue3 + Element Plus + TypeScript中el-transfer穿梭框组件使用详解及示例
使用详解 Element Plus 的 el-transfer 组件是一个强大的穿梭框组件,常用于在两个集合之间进行数据转移,如权限分配、数据选择等场景。下面我将详细介绍其用法并提供一个完整示例。 核心特性与用法 基本属性 v-model:绑定右侧列表的值&…...

Swift 协议扩展精进之路:解决 CoreData 托管实体子类的类型不匹配问题(下)
概述 在 Swift 开发语言中,各位秃头小码农们可以充分利用语法本身所带来的便利去劈荆斩棘。我们还可以恣意利用泛型、协议关联类型和协议扩展来进一步简化和优化我们复杂的代码需求。 不过,在涉及到多个子类派生于基类进行多态模拟的场景下,…...

关于iview组件中使用 table , 绑定序号分页后序号从1开始的解决方案
问题描述:iview使用table 中type: "index",分页之后 ,索引还是从1开始,试过绑定后台返回数据的id, 这种方法可行,就是后台返回数据的每个页面id都不完全是按照从1开始的升序,因此百度了下,找到了…...

视频字幕质量评估的大规模细粒度基准
大家读完觉得有帮助记得关注和点赞!!! 摘要 视频字幕在文本到视频生成任务中起着至关重要的作用,因为它们的质量直接影响所生成视频的语义连贯性和视觉保真度。尽管大型视觉-语言模型(VLMs)在字幕生成方面…...
大模型多显卡多服务器并行计算方法与实践指南
一、分布式训练概述 大规模语言模型的训练通常需要分布式计算技术,以解决单机资源不足的问题。分布式训练主要分为两种模式: 数据并行:将数据分片到不同设备,每个设备拥有完整的模型副本 模型并行:将模型分割到不同设备,每个设备处理部分模型计算 现代大模型训练通常结合…...

第 86 场周赛:矩阵中的幻方、钥匙和房间、将数组拆分成斐波那契序列、猜猜这个单词
Q1、[中等] 矩阵中的幻方 1、题目描述 3 x 3 的幻方是一个填充有 从 1 到 9 的不同数字的 3 x 3 矩阵,其中每行,每列以及两条对角线上的各数之和都相等。 给定一个由整数组成的row x col 的 grid,其中有多少个 3 3 的 “幻方” 子矩阵&am…...
大学生职业发展与就业创业指导教学评价
这里是引用 作为软工2203/2204班的学生,我们非常感谢您在《大学生职业发展与就业创业指导》课程中的悉心教导。这门课程对我们即将面临实习和就业的工科学生来说至关重要,而您认真负责的教学态度,让课程的每一部分都充满了实用价值。 尤其让我…...
大数据学习(132)-HIve数据分析
🍋🍋大数据学习🍋🍋 🔥系列专栏: 👑哲学语录: 用力所能及,改变世界。 💖如果觉得博主的文章还不错的话,请点赞👍收藏⭐️留言Ǵ…...