CN114403924A - 一种基于超声造影评估aip激素治疗疗效的方法 - Google Patents
一种基于超声造影评估aip激素治疗疗效的方法 Download PDFInfo
- Publication number
- CN114403924A CN114403924A CN202210058516.6A CN202210058516A CN114403924A CN 114403924 A CN114403924 A CN 114403924A CN 202210058516 A CN202210058516 A CN 202210058516A CN 114403924 A CN114403924 A CN 114403924A
- Authority
- CN
- China
- Prior art keywords
- aip
- contrast
- quantitative
- time
- efficacy
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000011282 treatment Methods 0.000 title claims abstract description 25
- 239000005556 hormone Substances 0.000 title claims abstract description 18
- 229940088597 hormone Drugs 0.000 title claims abstract description 18
- 230000000694 effects Effects 0.000 title abstract description 15
- 206010069002 Autoimmune pancreatitis Diseases 0.000 claims abstract description 62
- 239000002872 contrast media Substances 0.000 claims abstract description 31
- 230000009467 reduction Effects 0.000 claims abstract description 14
- 238000012216 screening Methods 0.000 claims abstract description 10
- 230000008081 blood perfusion Effects 0.000 claims abstract description 8
- 230000004089 microcirculation Effects 0.000 claims abstract description 7
- 238000002604 ultrasonography Methods 0.000 claims description 24
- 238000001794 hormone therapy Methods 0.000 claims description 19
- 230000010412 perfusion Effects 0.000 claims description 18
- 238000003384 imaging method Methods 0.000 claims description 15
- 230000008859 change Effects 0.000 claims description 11
- 230000003902 lesion Effects 0.000 claims description 11
- 238000010801 machine learning Methods 0.000 claims description 6
- 238000003672 processing method Methods 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 5
- 230000017531 blood circulation Effects 0.000 claims description 4
- 238000009499 grossing Methods 0.000 claims description 4
- 238000007637 random forest analysis Methods 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 238000007619 statistical method Methods 0.000 claims description 3
- 230000001225 therapeutic effect Effects 0.000 claims description 3
- 238000012285 ultrasound imaging Methods 0.000 claims description 3
- 238000012512 characterization method Methods 0.000 claims 2
- 238000002059 diagnostic imaging Methods 0.000 claims 1
- 238000011156 evaluation Methods 0.000 abstract description 3
- 230000033001 locomotion Effects 0.000 description 5
- 238000004445 quantitative analysis Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 238000003745 diagnosis Methods 0.000 description 3
- 210000000496 pancreas Anatomy 0.000 description 3
- 208000024891 symptom Diseases 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000002607 contrast-enhanced ultrasound Methods 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 229940079593 drug Drugs 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000000241 respiratory effect Effects 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 210000002966 serum Anatomy 0.000 description 2
- 150000003431 steroids Chemical class 0.000 description 2
- 208000000668 Chronic Pancreatitis Diseases 0.000 description 1
- 206010028980 Neoplasm Diseases 0.000 description 1
- 206010061902 Pancreatic neoplasm Diseases 0.000 description 1
- 206010033649 Pancreatitis chronic Diseases 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000005784 autoimmunity Effects 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 238000003759 clinical diagnosis Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 239000002961 echo contrast media Substances 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 239000012216 imaging agent Substances 0.000 description 1
- 230000001900 immune effect Effects 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000009115 maintenance therapy Methods 0.000 description 1
- 238000011418 maintenance treatment Methods 0.000 description 1
- 230000003211 malignant effect Effects 0.000 description 1
- 208000015486 malignant pancreatic neoplasm Diseases 0.000 description 1
- 230000004060 metabolic process Effects 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 208000024691 pancreas disease Diseases 0.000 description 1
- 201000002528 pancreatic cancer Diseases 0.000 description 1
- 208000008443 pancreatic carcinoma Diseases 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 230000002285 radioactive effect Effects 0.000 description 1
- 238000002601 radiography Methods 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- SFZCNBIFKDRMGX-UHFFFAOYSA-N sulfur hexafluoride Chemical compound FS(F)(F)(F)(F)F SFZCNBIFKDRMGX-UHFFFAOYSA-N 0.000 description 1
- 229960000909 sulfur hexafluoride Drugs 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/06—Measuring blood flow
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/48—Diagnostic techniques
- A61B8/481—Diagnostic techniques involving the use of contrast agent, e.g. microbubbles introduced into the bloodstream
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/5215—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data
- A61B8/5223—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data for extracting a diagnostic or physiological parameter from medical diagnostic data
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/5269—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving detection or reduction of artifacts
- A61B8/5276—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving detection or reduction of artifacts due to motion
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Public Health (AREA)
- Radiology & Medical Imaging (AREA)
- Physics & Mathematics (AREA)
- Veterinary Medicine (AREA)
- Heart & Thoracic Surgery (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Hematology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Physiology (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
Abstract
本申请提出了一种基于超声造影评估AIP激素治疗疗效的方法，所述方法通过在自身免疫性胰腺炎患者体内推注造影剂后来获取超声造影动态图像，并对图像进行分析得到拟合的时间强度曲线TIC，在TIC基础上得到定量特征，从所述定量特征中筛选出与临床结果关联的敏感有效的定量特征，根据所述筛选的定量特征判断AIP激素治疗前后局部微循环血流灌注的降低，从而来评估AIP激素治疗疗效。本申请可提供无创评估AIP激素治疗疗效，使得评估疗效更方便。
Description
技术领域
本申请属于医疗领域，涉及一种医疗上用于辅助判断疗效的方法，尤其涉及一种基于超声造影评估AIP激素治疗疗效的方法。
背景技术
自身免疫性胰腺炎(autoimmune pancreatitis，AIP)是一种与自身免疫相关的胰腺良性纤维炎性病变，其发病率约占慢性胰腺炎的5％-6％。其诊断和治疗是近年来的研究热点，也是胰腺外科医生面临的临床挑战。类固醇药物为AIP确诊后的首选治疗方法，其症状缓解率可高达98％-100％。以往研究证实，长期的小剂量激素维持治疗有助于降低复发率，但目前对于激素治疗要维持多久，临床上尚无一致的意见。根据国际胰腺病协会公布的AIP诊断的国际标准，目前临床判断AIP患者激素治疗有效的情况表现为临床症状缓解，血清IgG4水平明显下降，影像学检查结果好转，同时胰外受累器官情况亦显著改善等。但由于AIP患者临床表现不典型，血清IgG4水平特异性较差。增强CT和磁共振胰胆管造影(MRCP)是临床常用的诊断、随访AIP的影像学检查，但其缺点是操作复杂，具有一定的放射性，空间分辨率不尽如人意，不适合短期多次随访观察。如何无创、敏感、动态随访评估激素治疗的疗效，并在患者临床症状或免疫学指标出现改善时，判断患者是否需要激素维持治疗，目前尚无简便、有效的影像学方法。
超声造影(contrast enhanced ultrasound，CEUS)定量分析技术为AIP治疗前后的早期疗效评价带来了新的方向，实时谐波超声造影定量分析技术可通过静脉注入造影剂，对一段时间内增强的肿瘤内部回声变化进行自动序列采集，能对感兴趣区域(ROI)进行实时追踪及动态分析研究，观察其内各像素及造影剂微泡回声的量的变化，生成造影剂时间-强度曲线(time intensity curve，TIC)。与其他影像学技术相比，超声造影剂SonoVue是真正的纯血池显像剂，TIC曲线结合了造影剂的动态代谢过程和造影剂回声强度的变化过程，在一定浓度内超声造影信号强度和造影剂微气泡浓度呈相关关系，而微气泡的浓度和组织微灌注的血流量相关。通过相应的曲线拟合，得到包括峰值强度(peakenhancement，PE)，上升时间(rise time，RT)，达峰时间(time to peak，TTP)，平均渡越时间(Mean Transit Time，mTT)和TIC曲线下面积(area under the curve，AUC)等时间强度曲线相关的定量特征，以及相关灌注参数参量成像的统计特征。CEUS的优势在于通过实时动态显示微循环血流灌注，定量无创地评估组织血流灌注的变化，无创无放射性地实现动态随访疗效。但是目前尚未将超声造影定量分析技术应用于胰腺AIP激素治疗疗效随访中。
发明内容
由于判断胰腺AIP激素治疗疗效的传统方法较复杂，且具有不安全性的，为克服这些不足，本申请公开了一种基于超声造影评估AIP激素治疗疗效的方法。
本申请所述基于超声造影评估AIP激素治疗疗效的方法借助AIP激素治疗前后的超声造影定量曲线及定量参数变化，动态、敏感地判断AIP激素治疗的疗效。
本申请采用以下技术方案：
一种基于超声造影评估AIP激素治疗疗效的方法，其特征在于，包括如下步骤：
S1：将造影剂推注到AIP(自身免疫性胰腺炎)患者体内，获取胰腺AIP超声造影动态图像；
S2：分析所述动态图像，拟合得到所述患者病灶内对比剂变化的时间强度曲线TIC，通过所述TIC获取定量特征；
S3：从所述定量特征中筛选出与临床结果关联的敏感有效的定量特征，根据所述筛选的定量特征判断AIP激素治疗前后局部微循环血流灌注降低。
所述步骤S1中，获取胰腺AIP超声造影动态图像，具体包括：对所述AIP患者进行超声造影成像，从造影剂推注时间起始，观察所述AIP患者的病灶并采集至少2min的连续动态视频，导出以JPEG格式压缩的原始超声造影动态DICOM图像。
所述步骤S2中，拟合得到所述患者病灶内对比剂变化的时间强度曲线TIC，具体包括：对采集的所述DICOM图像进行降噪预处理，计算所述降噪预处理后DICOM图像的回波功率图像，在所述回波功率图像中逐帧对感兴趣区域ROI内整体以及各像素回波功率进行采样，结合所述DICOM图像元数据中图像对应的帧率，得到反映区域内血流灌注的时序信息。通过造影剂药代动力学模型以及常规信号处理方法拟合得到反映病灶内所述对比剂变化的时间强度曲线。
进一步，所述常规信号处理方法包括：降噪、平滑。
所述步骤S2中，通过所述TIC获取定量特征的过程为：通过所述TIC曲线获取超声造影定量参数，根据所述定量参数生成基于独立像素的灌注参数成像图，对所述定量参数在ROI内的异质性计算定量特征，通过异质性计算可反应灌注参数在ROI内不同区域的分布变化。
进一步，所述定量特征包括：均值、峰度、偏度、熵。
进一步，所述定量参数包括：对比剂到达时间(arrivaltime AT)、峰值强度(peakenhancement，PE)、上升时间(rise time，RT)、下降时间(fall time，FT)、达峰时间(timeto peak，TTP)、对比剂到达前后增强强度(A，B)平均渡越时间(Mean Transit Time，MTT)、TIC流入/流出段曲线下面积(wash-in/wash-out area under the curve，Wi/Wo AUC)、流入灌注指数(wash in perfusion index，WiPI)中的一个或多个。
所述步骤S3中，从所述定量特征中筛选出与临床结果关联的敏感有效的定量特征包括如下步骤：
通过传统统计学或者机器学习的方法，结合患者实际临床事件，从所述定量特征筛选出与临床结果关联的敏感有效的定量特征。
进一步，所述传统统计学包括：单因素-多因素分析、Cox风险比例模型。
进一步，所述机器学习包括：LASSO，随机森林等算法。
综上所述，本申请提出了一种基于超声造影评估AIP激素治疗疗效的方法，所述方法基于临床诊疗的实际需求，凭借超声造影无创、敏感、短期内可反复多次检查的优点，通过动态图像分析和曲线拟合，提供无创评估AIP激素治疗疗效的影像学新方法。
附图说明
图1示出依据本申请的实施方式，基于超声造影评估AIP激素治疗疗效的实现方法的步骤流程图。
图2示出依据本申请的实施方式，超声造影定量分析评估胰腺AIP病灶内微循环血流灌注对比图。
图3示出依据本申请的实施方式，通过TIC曲线获取的超声造影定量参数在TIC曲线中的示意图。
具体实施方式
以下通过特定的具体实例并结合附图说明本申请的实施方式，本领域技术人员可由本说明书所揭示的内容轻易地了解本申请的其他优点与功效。本申请亦可通过其他不同的具体实施例加以施行或应用，本说明书中的各项细节亦可基于不同观点与应用，在不背离本申请的精神下进行各种修饰和变更。
图1是基于超声造影评估AIP激素治疗疗效的实现方法的步骤流程图，如图1所示包括如下步骤：
S1：将造影剂推注到AIP(自身免疫性胰腺炎)患者体内，获取胰腺AIP超声造影动态图像；
所述步骤S1中，获取胰腺AIP超声造影动态图像，具体包括：对所述AIP患者进行超声造影成像，从造影剂推注时间起始，观察所述AIP患者的病灶并采集至少2min的连续动态视频，所有图像均存贮为JPG、AVI及DICOM格式，其中导出以JPEG格式压缩的原始超声造影动态DICOM图像。
S2：分析所述动态图像，拟合得到所述患者病灶内对比剂变化的时间强度曲线TIC，通过所述TIC获取定量特征；图2示出了超声造影定量分析评估胰腺AIP病灶内微循环血流灌注对比图，其中图2a和图2b的坐标图中的曲线分别是治疗前、治疗后的TIC，具体的下面的曲线取样的是病灶内，上面的曲线取样的是病灶周边参照的正常组织。
所述步骤S2中，拟合得到所述患者病灶内对比剂变化的时间强度曲线TIC，具体包括：对采集的所述DICOM图像进行降噪预处理，计算所述降噪预处理后DICOM图像的回波功率图像，在所述回波功率图像中逐帧对感兴趣区域ROI内整体以及各像素回波功率进行采样，结合所述DICOM图像元数据中图像对应的帧率，得到反映区域内血流灌注的时序信息。通过造影剂药代动力学模型以及常规信号处理方法拟合得到反映病灶内所述对比剂变化的时间强度曲线。所述常规信号处理方法包括：降噪、平滑。
所述定量特征包括：均值、峰度、偏度、熵。所述定量参数包括：对比剂到达时间(arrivaltime AT)、峰值强度(peak enhancement，PE)、上升时间(rise time，RT)、下降时间(fall time，FT)、达峰时间(time to peak，TTP)、对比剂到达前后增强强度(A，B)平均渡越时间(Mean Transit Time，MTT)、TIC流入/流出段曲线下面积(wash-in/wash-out areaunder the curve，Wi/Wo AUC)、流入灌注指数(wash in perfusion index，WiPI)中的一个或多个。具体的通过统计方法可以得到哪一个参数或哪些参数的组合公式来评判断疗效，比如在50例患者中发现PE强度降低与有效治疗具有显著相关性。
所述步骤S2中，通过所述TIC获取定量特征的过程为：通过所述TIC曲线获取超声造影定量参数，根据所述定量参数生成基于独立像素的灌注参数成像图，对所述定量参数在ROI内的异质性计算定量特征。
S3：从所述定量特征中筛选出与临床结果关联的敏感有效的定量特征，根据所述筛选的定量特征判断AIP激素治疗前后局部微循环血流灌注降低。
所述步骤S3中，从所述定量特征中筛选出与临床结果关联的敏感有效的定量特征包括：通过传统统计学或者机器学习的方法，结合患者实际临床事件，从所述定量特征筛选出与临床结果关联的敏感有效的定量特征。所述传统统计学包括：单因素-多因素分析、Cox风险比例模型。所述机器学习包括：LASSO(Lasso是Least Absolute Shrinkage andSelection Operator的简称，是一种采用了L1正则化(L1-regularization)的线性回归方法)，随机森林等算法。其中临床事包括良恶性、治疗疗效、生存期等。
更为具体的，步骤S2包括如下步骤：
S21.从超声仪器中导出DICOM数据，对动态造影图像进行预处理、回波功率计算后进行动态分析。具体是在胰腺癌病灶及周围的正常胰腺实质内分别勾勒感兴趣区域(ROI)，设置同样大小的ROI，尽量保持在同一深度。
S22.呼吸运动补偿。避免由于呼吸运动导致的ROI脱靶，通过手动/自动/半自动的方法，对在动态图像采集过程中ROI位置的移动进行运动补偿，确保后续获取的信息对ROI的实际位置。手动方法指由操作医师根据呼吸运动，在图像上逐帧标注ROI；半自动方法指对包含ROI的周边区域的动态进行全局识别，通过算法完成动态补偿；自动方法指借助人工智能，逐帧对ROI区域进行自动识别和跟踪。
S23.生成AIP超声造影时间-强度曲线(TIC)。在计算动态ROI内每帧图像的回波功率后，结合DICOM元数据中的时间信息，将以帧为单位的时序信号对应至现实时间。通过常用数据处理工具如MATLAB、Python等，将回波功率时序信号通过常见信号处理手段如降噪、高斯平滑等，拟合至最贴合造影剂人体内药代动力学模型的曲线中，生成ROI内部超声造影的时间-强度曲线(TIC)。
S24.通过TIC曲线，获取超声造影定量参数。如图3所示，如对比剂到达时间(arrival time AT)，峰值强度(peak enhancement,PE)，上升时间(rise time,RT)，下降时间(fall time,FT),达峰时间(time to peak,TTP)，对比剂到达前后增强强度(A，B)平均渡越时间(Mean Transit Time,mTT),TIC流入/流出段曲线下面积(wash-in/wash-out areaunder the curve,Wi/Wo AUC)以及流入灌注指数(wash in perfusion index,WiPI)等。同时根据每个独立参数生成基于独立像素的参数图(灌注参数成像)，对该参数在ROI内的异质性进行定量计算得到定量特征，定量计算如均值、峰度、偏度、熵等。
例如，当选择的定量参数为MTT时，计算定量特征Q的公式如下：
其中，MTT表示平均渡越时间，t表示时间，c(t)表示对比剂浓度，I(t)表示图像强度，ɑ表示常数，Q表示灌注速率(毫升每分)，X表示总组织体积(像素)，V表示总灌注体积；另外，图3中echo power(a.u.)表示超声造影增强的强度。
综上所述，现阶段类固醇药物为目前临床上AIP确诊后的首选治疗方法，但目前尚缺乏可以无创、定量、敏感、准确地随访疗效的影像学方法，本申请提出了一种基于超声造影评估AIP激素治疗疗效的方法，所述方法采用超声造影通过动态、特异、敏感地显示胰腺内部的微循环血流灌注，并以时间-强度曲线和定量参数的形式反映AIP病灶在激素治疗前后的变化，从而为临床评估疗效提供一种全新的手段和方法。
以上内容仅为说明本申请的技术思想，不能以此限定本申请的保护范围，凡是按照本申请提出的技术思想，在技术方案基础上所做的任何改动，均落入本申请权利要求书的保护范围之内。
Claims (11)
1.一种基于超声造影评估AIP激素治疗疗效的方法，其特征在于，包括如下步骤：
S1：将造影剂推注到AIP(自身免疫性胰腺炎)患者体内，获取胰腺AIP超声造影动态图像；
S2：分析所述动态图像，拟合得到所述患者病灶内对比剂变化的时间强度曲线TIC，通过所述TIC获取定量特征.
S3：从所述定量特征中筛选出与临床结果关联的敏感有效的定量特征，根据所述筛选的定量特征判断AIP激素治疗前后局部微循环血流灌注降低。
2.如权利要求1所述的基于超声造影评估AIP激素治疗疗效的方法，其特征在于：所述步骤S1中，获取胰腺AIP超声造影动态图像包括如下步骤：
对所述AIP患者进行超声造影成像，从造影剂推注时间起始，观察所述AIP患者的病灶并采集至少2min的连续动态视频，导出以JPEG格式压缩的原始超声造影动态医学数字成像和通信图像(DigitalImaging and Communicationsin Medicine，DICOM)。
3.如权利要求2所述的基于超声造影评估AIP激素治疗疗效的方法，其特征在于，所述步骤S2中，拟合得到所述患者病灶内对比剂变化的时间强度曲线TIC包括如下步骤：
对采集的所述DICOM图像进行降噪预处理，计算所述降噪预处理后DICOM图像的回波功率图像，在所述回波功率图像中逐帧对感兴趣区域ROI内整体以及各像素回波功率进行采样，结合所述DICOM图像元数据中图像对应的帧率，得到反映区域内血流灌注的时序信息。通过造影剂药代动力学模型以及常规信号处理方法拟合得到反映病灶内所述对比剂变化的时间强度曲线。
4.如权利要求3所述的基于超声造影评估AIP激素治疗疗效的方法，其特征在于，所述常规信号处理方法包括：降噪、平滑。
5.如权利要求3或4所述的基于超声造影评估AIP激素治疗疗效的方法，其特征在于，所述步骤S2中，通过所述TIC获取定量特征的过程具体如下：
通过所述TIC曲线获取超声造影定量参数，根据所述定量参数生成基于独立像素的灌注参数成像图，对所述定量参数在ROI内的异质性计算定量特征。
6.如权利要求5所述的基于超声造影评估AIP激素治疗疗效的方法，其特征在于，所述定量特征包括：均值、峰度、偏度、熵。
7.如权利要求5所述的基于超声造影评估AIP激素治疗疗效的方法，其特征在于，所述定量参数包括：对比剂到达时间(arrivaltime AT)、峰值强度(peak enhancement，PE)、上升时间(rise time，RT)、下降时间(fall time，FT)、达峰时间(time to peak，TTP)、对比剂到达前后增强强度(A，B)平均渡越时间(Mean Transit Time，MTT)、TIC流入/流出段曲线下面积(wash-in/wash-out area under the curve，Wi/Wo AUC)、流入灌注指数(wash inperfusion index，WiPI)中的一个或多个。
8.如权利要求6或7所述的基于超声造影评估AIP激素治疗疗效的方法，其特征在于，当选择的定量参数为MTT时，计算定量特征Q的公式如下：
其中，MTT表示平均渡越时间，t表示时间，c(t)表示对比剂浓度，I(t)表示图像强度，ɑ表示常数，Q表示灌注速率(毫升每分)，X表示总组织体积(像素)，V表示总灌注体积。
9.如权利要求6或7所述的基于超声造影评估AIP激素治疗疗效的方法，其特征在于，所述步骤S3中，从所述定量特征中筛选出与临床结果关联的敏感有效的定量特征包括如下步骤：
通过传统统计学或者机器学习的方法，结合患者实际临床事件，从所述定量特征筛选出与临床结果关联的敏感有效的定量特征。
10.如权利要求8所述的基于超声造影评估AIP激素治疗疗效的方法，其特征在于，所述传统统计学包括：单因素-多因素分析、Cox风险比例模型。
11.如权利要求8所述的基于超声造影评估AIP激素治疗疗效的方法，其特征在于，所述机器学习包括：LASSO，随机森林等算法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210058516.6A CN114403924B (zh) | 2022-01-19 | 2022-01-19 | 一种基于超声造影评估aip激素治疗疗效的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210058516.6A CN114403924B (zh) | 2022-01-19 | 2022-01-19 | 一种基于超声造影评估aip激素治疗疗效的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114403924A true CN114403924A (zh) | 2022-04-29 |
| CN114403924B CN114403924B (zh) | 2024-02-02 |
Family
ID=81273386
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210058516.6A Active CN114403924B (zh) | 2022-01-19 | 2022-01-19 | 一种基于超声造影评估aip激素治疗疗效的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114403924B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116473592A (zh) * | 2023-04-17 | 2023-07-25 | 华润武钢总医院 | 一种用超声定位显微镜评估乳腺癌新辅助化疗疗效的方法 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP1674038A1 (en) * | 2004-12-23 | 2006-06-28 | Bracco Research S.A. | System for extracting morphological information through a perfusion assessment process |
| US20100298706A1 (en) * | 2008-01-23 | 2010-11-25 | Koninklijke Philips Electronics N.V. | Respiratory-gated therapy assessment with ultrasonic contrast agents |
| CN104968279A (zh) * | 2013-01-17 | 2015-10-07 | 皇家飞利浦有限公司 | 消除医学图像中由生理功能引起的运动影响 |
| CN205083523U (zh) * | 2015-11-11 | 2016-03-16 | 梁占强 | 一种胰腺肿瘤的早期筛查装置 |
| CN105596026A (zh) * | 2014-06-11 | 2016-05-25 | 深圳开立生物医疗科技股份有限公司 | 超声造影成像分析方法及系统 |
| RU2674870C1 (ru) * | 2018-06-18 | 2018-12-13 | Федеральное государственное бюджетное образовательное учреждение высшего образования "Сибирский государственный медицинский университет" Министерства здравоохранения Российской Федерации | Комбинированный способ дифференциальной диагностики кистозных неоплазий поджелудочной железы |
| US20190365344A1 (en) * | 2016-11-14 | 2019-12-05 | Koninklijke Philips N.V. | System and method for characterizing liver perfusion of contrast agent flow |
-
2022
- 2022-01-19 CN CN202210058516.6A patent/CN114403924B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP1674038A1 (en) * | 2004-12-23 | 2006-06-28 | Bracco Research S.A. | System for extracting morphological information through a perfusion assessment process |
| US20100298706A1 (en) * | 2008-01-23 | 2010-11-25 | Koninklijke Philips Electronics N.V. | Respiratory-gated therapy assessment with ultrasonic contrast agents |
| CN101969857A (zh) * | 2008-01-23 | 2011-02-09 | M·阿韦基乌 | 使用超声造影剂的治疗评估 |
| CN104968279A (zh) * | 2013-01-17 | 2015-10-07 | 皇家飞利浦有限公司 | 消除医学图像中由生理功能引起的运动影响 |
| CN105596026A (zh) * | 2014-06-11 | 2016-05-25 | 深圳开立生物医疗科技股份有限公司 | 超声造影成像分析方法及系统 |
| CN205083523U (zh) * | 2015-11-11 | 2016-03-16 | 梁占强 | 一种胰腺肿瘤的早期筛查装置 |
| US20190365344A1 (en) * | 2016-11-14 | 2019-12-05 | Koninklijke Philips N.V. | System and method for characterizing liver perfusion of contrast agent flow |
| RU2674870C1 (ru) * | 2018-06-18 | 2018-12-13 | Федеральное государственное бюджетное образовательное учреждение высшего образования "Сибирский государственный медицинский университет" Министерства здравоохранения Российской Федерации | Комбинированный способ дифференциальной диагностики кистозных неоплазий поджелудочной железы |
Non-Patent Citations (2)
| Title |
|---|
| 林玲，桂永忠，鲁晓，陈健，卢强，闽敏，敬新蓉，姚丽: "超声造影在高强度聚焦超声治疗胰腺癌早期疗效评价中的应用价值", 世界华人消化杂志 * |
| 韩伟，王燕，宋涛，侯新华，董建，阎景红，姚兰辉: "胰腺占位性病变的超声造影特征及定量分析", 临床超声医学杂志 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116473592A (zh) * | 2023-04-17 | 2023-07-25 | 华润武钢总医院 | 一种用超声定位显微镜评估乳腺癌新辅助化疗疗效的方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114403924B (zh) | 2024-02-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Miles et al. | In vivo assessment of neovascularization of liver metastases using perfusion CT. | |
| JP5281672B2 (ja) | Ｘ線ｃｔ装置 | |
| US7840255B2 (en) | X-ray CT apparatus and myocardial perfusion image generating system | |
| JP5234905B2 (ja) | Ｘ線ｃｔ装置および心筋パーフュージョン像生成システム | |
| TW201219013A (en) | Method for generating bone mask | |
| KR20190021749A (ko) | Ct 영상을 이용하여 심혈관 병변을 판단하는 방법 및 애플리케이션 | |
| CN113288186A (zh) | 基于深度学习算法的乳腺肿瘤组织检测方法及装置 | |
| CA3132140C (en) | Intrinsic contrast optical cross-correlated wavelet angiography | |
| JP2008537892A (ja) | 解析から取得へのフィードバックを用いた心肺スクリーニング | |
| CN114403924B (zh) | 一种基于超声造影评估aip激素治疗疗效的方法 | |
| KR20190125592A (ko) | 의료 영상을 이용하여 혈관의 3차원 형상을 생성하기 위한 세그멘테이션 방법 | |
| Cheng et al. | Preliminary analysis of clinical situations involved in quantification of contrast-enhanced ultrasound in Crohn's disease | |
| EP2496144A1 (en) | Quantification results in multiplane imaging | |
| JP5061150B2 (ja) | データ処理方法、画像データ処理装置、及びコンピュータプログラム | |
| US20080107317A1 (en) | Method and apparatus for calculating coarseness level in target organ from ultrasonic image | |
| Ilangovan et al. | Biomedical imaging techniques | |
| JP6180006B1 (ja) | 脳画像解析方法、脳画像解析装置、およびプログラム | |
| Zhu et al. | Computed tomography and magnetic resonance imaging-aided diagnosis of primary essential cutis verticis gyrata: a case report with 5-year follow-up and review of the literature | |
| KR20190125793A (ko) | 의료 영상을 이용하여 혈관의 3차원 형상을 생성하기 위한 세그멘테이션 방법 | |
| US11504094B2 (en) | Apparatus and method for contrast-enhanced ultrasound imaging | |
| Kazemi et al. | Correlation between heart mediastinal and epicardial fat volumes and coronary artery disease based on computed tomography images | |
| CN116433560A (zh) | 基于超声双模态影像的肌肉疾病识别方法、装置及设备 | |
| Su et al. | Dark-Blood Computed Tomography Angiography Combined With Deep Learning Reconstruction for Cervical Artery Wall Imaging in Takayasu Arteritis | |
| RU2644928C1 (ru) | Способ определения кадров, соответствующих границам фаз кровообращения, при проведении ангиографического исследования (варианты) | |
| KR20210063731A (ko) | 다중정보 빅데이터 알고리즘을 통한 심초음파 기반 심근정보 분석 시스템 및 방법 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |