Efektívna metóda monitorovania polycystickej obličkovej choroby: Sledovanie objemu obličiek

pre viac informácií:{0}}

Automatizované merania celkového objemu obličiek predklinické zobrazovanie magnetickou rezonanciou na získanie zdrojov zobrazovacích údajov, anotácií a zdrojového kódu

Marie E.Edwards, Sigapriya Periyanan, Deema Anaam, Adriana V. Gregory

ABSTRAKT

Cieľom tejto štúdie bolo overiť plne automatizovaný súčetobličkyobjemmetóda merania pre predklinické pokusy na hlodavcoch, ktorá je rýchla, presná, reprodukovateľná a poskytuje tieto zdroje výskumnej komunite. Štúdie na hlodavcoch, ktoré zahŕňajú zobrazovanie, sú kľúčové pre sledovanie účinnosti liečby pri ochoreniach, ako naprpolycystické ochorenie obličiek. Predchádzajúce štúdie využívajú manuálnu alebo poloautomatickú segmentáciu, ktorá je časovo náročná a potenciálne neobjektívna. Na vývoj nášho automatizovaného systému bolo manuálne segmentovaných celkom 150 obrazov axiálnej magnetickej rezonancie (MRI) z rôznych modelov myší a použitých na trénovanie/validáciu automatizovaného algoritmu. Na testovanie pozdĺžnej aplikácie modelu boli štyri mutantné a štyri myši divokého typu zobrazené postupne počas troch až dvanástich týždňov pomocou MRI. Segmentácieobličky(okrem obličkovej panvičky) boli generované automatizovanou metódou a dvoma rôznymi čítačkami, pričom jedna čítačka opakovala

merania. Metriky podobnosti a longitudinálna analýza boli vypočítané na posúdenie výkonnosti automatizovaných v porovnaní s manuálnymi metódami. Automatizovaný prístup si okrem posledného kroku vizuálnej kontroly kvality nevyžadoval žiadny vstup používateľa. Metriky podobnosti automatizovanej metódy v porovnaní s manuálnou segmentáciou boli na rovnakej úrovni ako porovnávania medzi čitateľmi a medzi čitateľmi. Náš plne automatizovaný prístup opísaný v tomto dokumente možno teda bezpečne použiť v pozdĺžnych predklinických štúdiách, ktoré zahŕňajú segmentáciu hlodavcovobličkyv T2-vážených MRL.

Kliknite na Cistanche v Urdu pre ochorenie obličiek

ÚVOD

Ukázalo sa, že meranie objemu orgánu koreluje s klinickými prejavmi a morbiditou chorôb, ako je naprobličkyobjem(TKV) pri autozomálne dominantnompolycystické ochorenie obličiek(PKD) a používa sa na zisťovanie účinnosti liečebných zásahov, Výskum, klinické skúšky a čoraz viac klinická nefrológia používajú tieto merania na monitorovanie progresie ochorenia na zvieracích modeloch aj na pacientoch, na hodnotenie účinnosti terapií a predpovedanie výsledkov."

V súčasnosti prebiehajú predklinické štúdie bezprecedentnou rýchlosťou s cieľom hľadať nové spôsoby liečby na spomalenie progresie PKD (polycystické ochorenie obličiek), Kľúčová výhoda zobrazovania magnetickou rezonanciou (MRI) na zvieracích modeloch PKD (polycystické ochorenie obličiek)je schopnosť používať zobrazovanie v pohľade, ktoré umožňuje pozdĺžne objemové štúdie, pri ktorých sa používa rovnaké zviera. Početné štúdie zahŕňajúce manuálnu,{0}} poloautomatickú,5,14 a registračnú automatizovanú segmentáciu myšiobličkyboli vykonané predtým.

Mnohé z metód, ktoré sa považujú za automatizované, stále vyžadujú vstup používateľa. Väčšina týchto predklinických štúdií používa manuálne segmentácie, ktoré sú časovo náročné a nákladné a zároveň zavádzajú zaujatosť pozorovateľa. Preto naše laboratórium vyhodnotilo variabilitu v meraní TKV a vyvinulo automatizovaný analytický program na meranie TKV v magnetických rezonančných skenoch myších modelov choroby.

VÝSLEDKY

Vnútro- a interobserverská variabilita manuáluobličkysegmentácie: Obrázok 1 ukazuje výsledky Bland-Altmanovej analýzy TKV, ako boli merané manuálne 2 snímačmi (rozptyl medzi pozorovateľmi) a opakované merania snímačom 2 (rozptyl medzi pozorovateľmi). Pri porovnaní čitateľa 1 s čitateľom 2 bol priemerný percentuálny rozdiel 7,7 percenta a 95 percentný interval spoľahlivosti ± 4,5 percenta. Keď čitateľ 2 vykonal opakované merania toho istého obrázku, bol priemerný percentuálny rozdiel -0,5 percenta a 95 percentný interval spoľahlivosti ±3,9 percenta. Regresná analýza ukázala, že medzi všetkými metódami existuje vysoká zhoda v TKV s hodnotou R2 väčšou alebo rovnou 0,99.

Validácia algoritmu automatickej segmentácie Automatizovaná metóda porovnávaná s každým čítačom vo vzťahu k percentuálnemu rozdielu TKV bola podobná ako v prípade rozptylu medzi pozorovateľmi a medzi pozorovateľmi, ako naznačujú Bland-Altmanove grafy na obrázku 1. Keď sa čítačka 1 porovnávala s pri automatizovanej metóde bol priemerný percentuálny rozdiel 5,2 percenta a 95 percentný interval spoľahlivosti ± 5,8 percenta. Keď bol čitateľ 2 porovnaný s automatizovanou metódou, bol priemerný percentuálny rozdiel -2,5 percenta a 95 percentný interval spoľahlivosti ±6,5 percenta .

Rozdiel medzi divokým typom a mutantnou myšou: Priemer a SD TKV boli vynesené v každom časovom bode pre každú metódu a oddelené podľa genotypu (mutant vs. divoký typ). Ako je vidieť na obrázku 2, priemerná TKV je vždy menšia u myší divokého typu v každom časovom bode ako u mutantných myší. Všetky 3 metódy (automatizovaná, čítačka 1 a čítačka 2) demonštrujú významné oddelenie typu myši vo veku 9 a 12 týždňov.

Obrázok 1 |Bland-Altman a regresná analýza (a,e) interobserver a (b,f) intraobserver merania celkového objemu obličiek (TKV) (merané v mililitroch) navyše k automatizovanej (Auto) metóde v porovnaní s (c,g) čítačkou 1 a (d,h) čítačka 2. Bland-Altmanove grafy ukazujú priemerný rozdiel (plná čiara) a 95-percentný interval spoľahlivosti (bodkované čiary). Regresná analýza ukazuje koreláciu medzi porovnávanými metódami.

DISKUSIA

Analýzaobličkyobjemv PKD (polycystické ochorenie obličiek)je jednou z najdôležitejších metrík, ktoré sa v súčasnosti používajú na charakterizáciu stavu ochorenia. Pred našou prácou neexistovala žiadna alternatíva k manuálnemu trasovaniuobličkyv modelových systémoch PKD (polycystické ochorenie obličiek). Z dôvodu času potrebného na sledovanie týchto štruktúr, ako aj času potrebného na zaškolenie osoby na vykonávanie týchto meraní a potenciálu variability medzi operátormi sme v tejto štúdii vyvinuli a overili plne automatizovanú metódu segmentácie pre TKV. Automatizované segmentácie sú vypočítané v priebehu niekoľkých minút (v závislosti od výpočtového výkonu), zatiaľ čo manuálne segmentácie trvajú 20 až 40 minút. Na rozdiel od manuálnych alebo dokonca poloautomatických metód segmentácie táto automatizovaná metóda prinesie rovnaké presné výsledky zakaždým, keď sa použije na rovnaký obrázok.

Predklinické štúdie často zahŕňajú kontrolnú skupinu aj liečebnú skupinu (skupiny); preto je nevyhnutné, aby automatizovaná metóda bola dostatočne citlivá na to, aby primerane detekovala objemové rozdiely medzi skupinami." Obrázok 2 ukazuje, že manuálna segmentácia aj automatická segmentácia vykazujú významné oddelenie v skupinách divokého typu a mutantných skupinách vo veku 9 týždňov. . Hoci celková zhoda bola vynikajúca, vizuálne porovnania naznačovali menšiu nezhodu v tom, či zahrnúť alebo vylúčiť obličkovú panvičku v malej podskupine rezov. Hoci je bežnou praxou vylúčiť obličkovú panvičku, variabilita sa môže znížiť, ak budú čitatelia poučení, aby vždy zahrnuli túto štruktúru.

Automatizovaná metóda prezentovaná v tejto štúdii ešte nebola aplikovaná na externé obrázky. Je dôležité poznamenať, že intenzity signálu sa líšia na rôznych miestach, skeneroch a získavaní MRI. Je pravdepodobné, že väčší súbor tréningových údajov s rôznorodejšími prípadmi z rôznych strojov MRI by mohol dosiahnuť robustnejší model kvôli povahe algoritmov hlbokého učenia. Automatizované algoritmy, ako sú tieto, je často potrebné preškoliť na externých súboroch údajov kvôli zmenám v signáloch MRI. Zobrazovacie údaje, anotácie a zdrojový kód preto poskytujeme výskumnej komunite, aby ostatné skupiny mohli použiť rovnaký model alebo vytvoriť svoj vlastný.

Obrázok 2 |Celkový objem obličiek myší divokého typu a mutantných myší bol vynesený do grafu v priebehu času (vo veku 3 až 12 týždňov) pre automatizovanú (Auto) metódu (vľavo), čítačku 1 (v strede) a čítačku 2 (vpravo). Všetky 3 metódy demonštrujú významné oddelenie typu myši vo veku 9 týždňov. Chybové pruhy označujú SD. *P <>

METÓDY

Údaje o trénovaní/validácii: Model bol trénovaný na 100 prípadoch a validovaný na 50 prípadoch. Týchto 150 prípadov pozostávalo z myší s rôznou závažnosťou ochorenia a v rôznom veku. Testovacia súprava je úplne zdržaná a je to, čo sme hodnotili v tomto článku.

Skupina testovacej štúdie: Táto štúdia bola preskúmaná a schválená Inštitucionálnym výborom pre starostlivosť o zvieratá a používanie zvierat Mayo Clinic. Kohortu tvorili divoký typ C57Bl6 x 1296Svev/Tac(n=4; 2 ženy/2 muži) a C57Bl6 × 129s6Svev/Tac(n=4;2 ženy/2 značky) mutant PKD (polycystické ochorenie obličiek) RC/RC model myši. Mutantné myši odzrkadľujú ľudský prejav PKD1 (Polycystická choroba obličiek typu 1) geneticky aj fenotypovo. Jedna z mutantných myší zomrela uprostred experimentu a bola nahradená inou mutantnou myšou rovnakého veku v 9. týždni.

Získavanie snímok: Zobrazovanie sa uskutočňovalo pomocou spektrometra Avance DRX 700WB (Bruker BioSpin, Billerica, MA). Kompletné pokrytieobličkybola získaná axiálnou váženou akvizíciou TurboRARE T{{0}} rekonštruovanou s rozlíšením 0,1 mm v rovine a hrúbkou rezu l-mm (veľkosť matrice, 256 × 256 × Z, pričom Z je vybraté dostatočne veľké na pokrytie v plnom rozsahuobličky). Celková doba skenovania sa pohybovala od 5 do 10 minút. V kohorte testovacej štúdie bola každá myš zobrazená v 4-časových bodoch (vo veku 3, 6, 9 a 12 týždňov). parametre a obmedziť odchýlky prostredia. Analýza obrazu

Oblasti záujmu boli sledované pri každom skenovaní pomocou zobrazovacieho softvérového balíka (Analyze, verzia 12.0, Biomedical Imaging Resource, Mayo Clinic, Rochester, MN). Každý čitateľ bol poučený, aby vylúčil obličkovú panvičku, keď obličková panvička nie je uzavretáobličkycapsule within the image slice. Manual segmentations took 20 to 40 minutes depending on the case. TKVs were calculated by first summing the number of voids contained within the seg-mentation on each slice and then multiplying the number of voxels by the voxel volume obtained from the image header. For the testing data,2 double-blind readers(1 and 2), both experienced in manual MRI segmentation, performed kidney segmentations on all scans. For intrareader analysis, reader 2 repeated the measurements at 2-time points (>s odstupom 3 mesiacov).

Automatizovaná metóda: Model neurónovej siete bol upravený z nášho predchádzajúceho modelu na meranie TKV z koronálnych T2-vážených obrazov magnetickej rezonancie z klinických skenov. Zdrojový kód, obrázky a anotácie sú verejne dostupné na: https:/github.com/TLKline/AutoTKV_MouseMRI.

Štatistická analýza: Na štatistickú analýzu sa použili axiálne T2-vážené snímky magnetickej rezonancie získané na myš (n =8) v každom časovom bode (3, 6, 9 a 12 týždňov). Celkom 32 obrázkov umožnilo porovnanie rôznych obrázkov v širokom rozsahu veku a rozdielov vo fenotypoch. Na overenie plne automatizovanej metódy sa použili porovnávacie štatistiky na vyhodnotenie schopnosti každej metódy oddeliť skupiny divokého typu a skupiny mutantov. To sa dosiahlo vynesením TKV podľa časového bodu a oddelením podľa typu myši. Merania TKV a rýchlosti rastu pre každú metódu boli tiež hodnotené pomocou Bland-Altmanových a lineárnych regresných grafov.

POĎAKOVANIE

Túto prácu podporila klinika Mayo Robert M. a Bille Kelley Pirnie TranslationalPolycystické ochorenie obličiekcentra a Národného ústavu diabetu a tráviaceho aObličkyChoroby

LITERATÚRA

1. Grantham JI Torres VE, Chapman AB, et al. Objemová progresia v r.polycystické ochorenie obličiek. N Engl J Med.{0}}.

2. Torre VE, Chapman AB, Devuyst O, et al Tolvaptan u pacientov s autozomálne dominantnýmpolycystické ochorenie obličiek. N Engl JMed.2012367:2407-2418.

3. Caroli A, Perico N, Perna A, et al. Vplyv dlhodobo pôsobiaceho analógu somatostatínu na rast obličiek a cýst u autozomálne dominantnýchpolycystické ochorenie obličiek(ALADIN: randomizovaná, placebom kontrolovaná multicentrická štúdia Lancet 2013:382-1485-1495

4. Wallace DP, Hou YP, Huang ZL a kol. Sledovanieobličkyobjemu myší spolycystické ochorenie obličiekpomocou magnetickej rezonancie.Kidney Int. 2008;73:778-781.

5. Grantham Jl Torres VE. Dôležitosť celkomobličkyobjempri hodnotení progresiepolycystické ochorenie obličiek. Nat Rev Nephrol. 2016; 12667-677.

6. Higashihara E, Torres VE, Chapman AB, a kol. Tolvaptan je autozomálne dominantnýpolycystické ochorenie obličiek: trojročné skúsenosti Oin J Am Soc Nephrol 201162499-2507

7. Azbal MV.Rangel U.Berastralh EJ, et a. Zobrazovacia klasifikácia autozomálnych dominantnýchpolycystické ochorenie obličiek, jednoduchý model výberu pacientov pre klinické skúšanie.

8. Am So Nephrol.2015. 26:160-172 8. Olazabal MV, Mishra PK, Torres VE a kol.polycystické ochorenie obličiekpre in vivo fenotypizáciu a monitorovanie liečiv. J Vs Exp.2015:100e52757.

9. Erokwu BO, Anderson CE Flask CA, a kol. Kvantitatívne hodnotenie magnetickej rezonancie autozomálne recesívnychpolycystické ochorenie obličiekprogresia a odpoveď na terapiu na zvieracom modeli Pediatr Res. 2018; 83:1067-1074.