Автоматизирани измервания на общия бъбречен обем в предклинично ядрено-магнитен резонанс за осигуряване на ресурси за изображения, анотации и изходен код

Контакт:joanna.jia@wecistanche.com/ WhatsApp: 008618081934791

Екстрактът от цистанче е полезен за бъбречната функция

Marie E. Edwards1, Sigapriya Periyanan1, Deema Anaam2, Adriana V. Gregory1 и Timothy L. Kline1, 21Отделение по нефрология и хипертония, Mayo Clinic, Рочестър, Минесота, САЩ; и 2 отдел по радиология, Mayo Clinic, Рочестър, Минесота, САЩ

Целта на това проучване беше да се валидира напълно автоматизирана обща сумабъбрекметод за измерване на обема за предклинични изпитвания върху гризачи, който е бърз, точен, възпроизводим и за предоставяне на тези ресурси на изследователската общност. Изследванията върху гризачи, които включват изображения, са от решаващо значение за проследяване на ефикасността на лечението при заболявания като поликистозабъбрекзаболяване. Предишни проучвания използват ръчно или полуавтоматизирано сегментиране, което отнема време и е потенциално предубедено. За да разработим нашата автоматизирана система, общо 150 изображения с аксиален магнитен резонанс (MRI) от различни модели мишки бяха ръчно сегментирани и използвани за обучение/валидиране на автоматизиран алгоритъм. За да се тества надлъжното приложение на модела, четири мутантни и четири див тип мишки бяха изобразени последователно в продължение на три до дванадесет седмици чрез MRI. Сегментите на бъбреците (с изключение на бъбречното легенче) бяха генерирани чрез автоматизиран метод и два различни четеца, като един четец повтаряше измерванията. Бяха изчислени показатели за сходство и надлъжни анализи, за да се оцени ефективността на автоматизираните в сравнение с ръчните методи. Автоматизираният подход не изисква въвеждане от потребителя, освен крайната стъпка за визуален контрол на качеството. Показателите за сходство на автоматизирания метод в сравнение с ръчните сегментации бяха наравно със сравненията между и в рамките на читателя. По този начин нашият напълно автоматизиран подход, описан тук, може безопасно да се използва в надлъжни, предклинични изпитвания, които включват сегментиране на бъбреци на гризачи в T2-претеглени ЯМР.

Това проучване разработи напълно автоматизиран метод за общо измерванебъбрекобем за предклинично изобразяване в мутантен миши модел на поликистозабъбрекзаболяване, както и мишки от див тип. Това проучване също установява вариабилности както между четеца, така и в рамките на четеца при измерването на общия обем на бъбреците за предклинично изобразяване. Подобни проучвания и алгоритмични подходи могат да се използват за установяване на методи за клинични образни данни и са необходими за точна прогноза на заболяването и вземане на клинични решения. Ние предоставяме данните за изображения, поясненията и изходния код на изследователската общност.

Доказано е, че измерването на обема на органа корелира с клиничните прояви и заболеваемостта от заболявания като общобъбрекобем (TKV) при автозомно доминантна поликистозабъбрекзаболяване (PKD)1,2 и се използва за установяване на ефективността на лечебните интервенции.3 Изследванията, клиничните изпитвания и все по-често клиничната нефрология използват тези измервания за наблюдение на прогресията на заболяването както при животински модели4, така и при пациенти,5 оценяват ефективността на терапиите,6 и предвиждане на резултатите.7

Понастоящем предклиничните проучвания се провеждат с безпрецедентна скорост за търсене на нови лечения за забавяне на прогресията на ПКД. Ключово предимство на магнитно-резонансното изобразяване (MRI) при животински модели на PKD е възможността за използване на изображения in vivo, което позволява надлъжни обемни изследвания, които използват едно и също животно.8 Многобройни проучвания, които включват ръчни, 4,9–12 полуавтоматични, 13,14 и базирани на регистрация автоматизирани сегментации15,16 на мишкатабъбрециса извършени преди това.

Много от методите, считани за автоматизирани, все още изискват въвеждане от потребителя. По-голямата част от тези предклинични проучвания използват ръчни сегментации, които отнемат време и са скъпи, както и въвеждат пристрастия на наблюдателя. Ето защо нашата лаборатория оцени променливостта в измерването на TKV и разработи автоматизирана програма за анализ за измерване на TKV при сканиране с магнитен резонанс на миши модели на заболяването.

РЕЗУЛТАТИ

Интра- и междунаблюдателна вариабилност на мануалния бъбрек

сегментации

Фигура 1 показва резултатите от анализа на Bland-Altman на TKV, измерен ръчно от 2 четеца (вариация между наблюдателя) и повторни измервания от четец 2 (вариация вътре в наблюдателя). Когато четец 1 беше сравнен с четец 2, имаше средна процентна разлика от 7,7 процента и 95 процента доверителен интервал от 4,5 процента. Когато четец 2 извърши повторни измервания на едно и също изображение, имаше средна процентна разлика от 0.5 процента и 95 процента доверителен интервал от 3,9 процента. Регресионният анализ показа, че има високо съответствие в TKV между всички методи, със стойност на R2 от $0.99.

Валидиране на автоматизирания алгоритъм за сегментиране

Автоматизираният метод, сравнен с всеки четец по отношение на процентната разлика на TKV, беше подобен на този на дисперсията между и вътре в наблюдателя, както е предложено от графиките на Bland-Altman на фигура 1. Когато четец 1 беше сравнен с автоматизирания метод, имаше средна процентна разлика от 5,2 процента и 95 процента доверителен интервал от 5,8 процента. Когато четец 2 беше сравнен с автоматизирания метод, имаше средна процентна разлика от 2,5 процента и 95 процента доверителен интервал от 6,5 процента.

Разликата между див тип и мутантни мишки

Средните и SD TKV бяха нанесени във всяка времева точка за всеки метод и разделени по генотип (мутант срещу див тип). Както се вижда на Фигура 2, средната TKV винаги е по-малка при мишки от див тип във всяка времева точка, отколкото при мутантни мишки. И трите метода (автоматизиран, четец 1 и четец 2) демонстрират значително разделяне на типа мишка на възраст 9 и 12 седмици.

ДИСКУСИЯ

Анализът набъбрекобемът в PKD е един от най-важните показатели, използвани в момента за характеризиране на статуса на заболяването. Преди нашата работа нямаше алтернатива на ръчното проследяванебъбрецив моделни системи на PKD. Поради времето, необходимо за проследяване на тези структури, както и времето, необходимо за обучение на човек да извършва тези измервания, и потенциала за променливост между операторите, в това проучване ние разработихме и валидирахме напълно автоматизиран метод за сегментиране за TKV. Автоматичните сегментации се изчисляват за няколко минути (в зависимост от изчислителната мощност), докато ръчните сегментации отнемат от 20 до 40 минути. За разлика от ръчните или дори полуавтоматизираните методи за сегментиране, този автоматизиран метод ще дава едни и същи резултати всеки път, когато се прилага към едно и също изображение.

Предклиничните изпитвания често включват както контролна група, така и група(и) за лечение; следователно, автоматизираният метод трябва да бъде достатъчно чувствителен, за да открие разликите в обема между групите по подходящ начин.17 Фигура 2 показва, че както ръчното сегментиране, така и автоматизираното сегментиране показват значително разделяне в дивия тип и мутантните групи на 9-седмична възраст. Въпреки че общото съгласие беше отлично, визуалните сравнения предполагат незначително несъгласие дали да се включи или изключи бъбречното легенче в малка подгрупа от резени. Въпреки че е обичайна практика да се изключва

Фигура 1|Bland-Altman и регресионен анализ на (a,e) интернаблюдател и (b,f) интранаблюдател общ бъбречен обем (TKV)

измервания (измерени в милилитри) в допълнение към автоматизирания (автоматичен) метод в сравнение с (c,g) четец 1 и (d,h) четец 2.

Графиките на Bland-Altman показват средната разлика (плътна линия) и 95 процента доверителен интервал (пунктирани линии). Регресионният анализ показва връзката между сравняваните методи.

Фигура 2|Общият обем на бъбреците на мишки от див тип и мутантни мишки беше нанесен във времето (на възраст 3–12 седмици) за автоматизирания (автоматичен)

метод (вляво), четец 1 (в средата) и четец 2 (вдясно). И трите метода демонстрират значително разделяне на типа мишка на възраст 9 седмици.

Лентите за грешки показват SD. *P <>

бъбречно легенче, променливостта може да намалее, ако читателите бъдат инструктирани винаги да включват тази структура.

Автоматизираният метод, представен в това проучване, все още не е приложен към външни изображения. Важно е да се отбележи, че интензитетите на сигнала варират в зависимост от обектите, скенерите и ЯМР. Вероятно по-голям набор от данни за обучение с по-разнообразни случаи от различни ЯМР машини може да постигне по-стабилен модел поради естеството на алгоритмите за дълбоко обучение. Автоматизирани алгоритми като тези често трябва да бъдат преобучени на външни набори от данни поради вариациите в MRI сигналите. Ето защо ние предоставяме данните за изображения, анотациите и изходния код на изследователската общност, за да могат други групи или да използват същия модел, или да разработят свои собствени.

МЕТОДИ

Данни за обучение/валидиране

Моделът беше обучен на 100 случая и валидиран на 50 случая. Тези 150 случая се състоят от мишки с различна тежест на заболяването и на различни възрасти. Тестовият набор е напълно издържан набор и е това, което оценихме в тази статия.

Кохорта за изследване на тестване

Това проучване беше прегледано и одобрено от Комитета за институционална грижа и използване на животните на клиниката Майо. Кохортата се състоеше от див тип C57Bl6 129s6Svev/Tac (n=4; 2 женски/2 мъжки) и C57Bl6 129s6Svev/Tac (n=4; 2 женски/2 мъжки) мутант Pkd1RC /RC модел мишки. Мутантните мишки отразяват човешкото проявление на PKD1 както генетично, така и фенотипно.18 Една от мутантните мишки умира по средата на експеримента и е заменена с друга мутантна мишка на същата възраст на 9-та седмица.

Придобити изображения

Изобразяването се извършва с помощта на спектрометър Avance DRX 700WB (Bruker BioSpin, Billerica, MA). Пълно покритие набъбрецибеше получено чрез аксиално TurboRARE T{{0}}претеглено придобиване, реконструирано с 0,1 mm разделителна способност в равнината и 1-mm дебелина на среза (размер на матрицата, 256 256 Z, като Z е избран голям достатъчно, за да покрие пълния обхват набъбреци). Общото време за сканиране варира от 5 до 10 минути. В кохортата за тестване всяка мишка беше заснета в 4-времеви точки (3, 6, 9 и 12-седмична възраст). Времевите точки за всяка мишка бяха извършени в рамките на 2 дни един от друг, за да се осигурят последователни параметри на изображението и да се ограничат вариациите в околната среда.

Анализ на изображението

Областите на интерес бяха проследени при всяко сканиране с помощта на софтуерен пакет за изображения (Analyze, версия 12.0, Biomedical Imaging Resource, Mayo Clinic, Rochester, MN). Всеки читател беше инструктиран да изключи бъбречното легенче, когато бъбречното легенче не е затворено отбъбреккапсула в среза на изображението. Ръчните сегментации отнеха от 20 до 40 минути в зависимост от случая. Телевизорите бяха изчислени чрез първо сумиране на броя на воксели, съдържащи се в сегментацията на всеки срез и след това умножаване на броя на воксели по обема на вокселите, получен от заглавката на изображението. За данните от тестването са извършени 2 двойно-слепи четеца (1 и 2), и двата с опит в ръчната MRI сегментациябъбрекsegmentations on all scans. For intrareader analysis, reader 2 repeated the measurements at 2-time points (>3 месеца разлика).

Автоматизиран метод

Моделът на невронната мрежа беше адаптиран от нашия предишен модел за измерване на TKV от коронални T2-претеглени изображения с магнитен резонанс от клинични сканирания.19 Изходният код, изображенията и анотациите са публично достъпни на: https:// github.com/ TLKline/AutoTKV_ЯМР на мишката.

Статистически анализ

Аксиалните T2-претеглени изображения с магнитен резонанс, получени на мишка (n=8) във всяка времева точка (3, 6, 9 и 12 седмици), бяха използвани за статистически анализ. Общо 32 изображения позволиха сравнението на различни изображения в широк диапазон от възрасти и разлики във фенотипите. За валидиране на напълно автоматизирания метод бяха използвани сравнителни статистики, за да се оцени способността на всеки метод да разделя групите от див тип и мутанти. Това беше постигнато чрез начертаване на TKV според времевата точка и разделяне по тип мишка. Измерванията на TKV и темповете на растеж за всеки метод също бяха оценени с помощта на диаграми на Bland-Altman и линейна регресия.

РАЗКРИВАНЕ

Всички автори декларираха липса на конкуриращи се интереси.

БЛАГОДАРНОСТИ

Тази работа беше подкрепена от Mayo Clinic Robert M. и Billie Kelley Pirnie Translational PolycysticБъбрекЦентър за заболявания и Националния институт по диабет и храносмилателни иБъбрекБолести (номера на безвъзмездни средства P30DK090728 и K01DK110136). Авторите благодарят на Lynnae M. Henry за нейната административна подкрепа при подготовката и форматирането на този ръкопис.

ПРЕПРАТКИ

1. Grantham JJ, Torres VE, Chapman AB, et al. Обемна прогресия при поликистозна бъбречна болест.N Engl Med.2006;354:2122-2130.

2. Torres VE, Chapman AB, Devuyst O, et al. Tolvaptan при пациенти с автозомно доминантно поликистозно бъбречно заболяване. N Engl J Med.2012;367:2407-2418.

3. Caroli A, Perico N, Perna A, et al. Ефект на дългодействащ аналог на соматостатин върху бъбреците и растежа на кисти при автозомно доминантно поликистозно бъбречно заболяване (ALADIN): рандомизирано, плацебо-контролирано, многоцентрово проучване. Lancet.2013;382:1485-1495.

4. Wallace DP, Hou YP, Huang ZL et al. Проследяване на обема на бъбреците при мишки 14. Almajdub M, Magnier L, Juillard L, et al.Бъбрекколичествено определяне на обема с поликистоза на бъбреците чрез ядрено-магнитен резонанс. Kidney Int.2008;73:778-781.

5. Grantham J, Torres VE, Значението на общия обем на бъбреците при оценката на прогресията на поликистозното бъбречно заболяване. Nat Rev Nephrol. 2016;12:667-677.

6. Higashihara E, Torres VE, Chapman AB, et al. Толваптан при автозомни 16. Gleason SS, Sari-Sarraf H, Abidi MA, et al. Нова деформируема доминантна поликистозна бъбречна болест: три години опит. Cin J Am Soc Nephrol. 20116:2499-2507.

7. Irazabal MV, Rangel L, Berastralh EJ, et al, Образна класификация на автозомно доминантно поликистозно бъбречно заболяване: прост модел за подбор на пациенти за клинични изпитвания. JAm Soc Nephrol.2015;26:160-172.

8. Olazabal MV, Mishra PK, Torres VE, et al. Използване на ядрено-магнитен резонанс с ултрависоко поле при модели на поликистоза при малки гризачибъбрекзаболяване за Vivo фенотипиране и лекарствен мониторинг. J Vis Exp.2015;100:e52757.

9. Erokwu BO, Anderson CE, Flask CA, et al. Количествени оценки с магнитен резонанс на прогресия на автозомно рецесивно поликистозно бъбречно заболяване и отговор на терапия при животински модел. Pediatr Res.2018; 83: 1067-1074.

10. Доктор RB, Serkova NU, Hasebroock KM, et al. Различни модели на растеж на бъбречни и чернодробни кисти в pkd2 (WS25/-) мишки. Трансплантация на Nephrol Dial. 2010;25:3496-3504.

11. Franke M, Baessler B, VechtelJ, et al. Магнитно резонансно Т2 картографиране и дифузионно претеглено изображение за ранно откриване на цистогенеза и отговор на терапия в миши модел на поликистозна бъбречна болест. Kidney Int. 2017:92:1544-1554.

12. Zhou X, Bao H, Takakura A и др. Оценка на поликистозно бъбречно заболяване чрез ядрено-магнитен резонанс при исхемично-реперфузионно увредено PKD1 нокаутиран миши модел: сравнение на T2-претеглен FSE и истински FISP. Invest Radiol.2010;45:24-28.

13. Fei B, Flask C, Wang H, et al. Сегментиране на изображението, регистрация и визуализация на серийни MR изображения за терапевтична оценка на поликистозабъбрекзаболяване при трансгенни мишки. Conf Proc IEEE Eng Med Biol Soc. 2005;1:467-469.

14. Almaidub M, Maanier L, Juillard L, et al,Бъбрекколичествено определяне на обема с помощта на ин виво рентгенова микро-КТ с усилен контраст при мишки. Contrast Media Mol Imaging.2008;3:1 20-126.

15. Hadjidemetriou S, Reichardt W, Hennig J, et al. Обемен анализ на данните от ЯМР, проследяващи лечението на поликистозабъбрекзаболяване в миши модел. MAGMA.2011;24:109-119.модел за анализ на рентгенови CT изображения в предклинични изследвания на мишки за поликистозна бъбречна болест.IEEE Trans Med Imaging. 2002;21:1302-1309.

16. Gleason SS, Sari-Sarraf H, Abidi MA, et al. Нов деформируем модел за анализ на рентгенови CT изображения в предклинични изследвания на мишки за поликистоза на бъбреците. IEEE Trans Med Imaging.2002;21:1302-1309.

17. Reichardt W, Romaker D, Becker A, et al. Мониторинг на обемите на бъбреците и бъбречните кисти чрез прилагане на MR подходи върху третиран с рапамицин миши модел на ADPKD. MAGMA.2009;22:143-149.

18. Hopp K, Ward C, Hommerding C, et al. Функционалната дозировка на полицистин-1 управлява автозомно доминантната поликистозабъбректежестта на заболяването. J Cin Invest. 2012:122:4257-4273.

19. Kine TLKorfatis P, Edwards ME, et al, Изпълнение на изкуствена дълбока невронна мрежа с множество наблюдатели за напълно автоматизирано сегментиране на поликистозабъбреци.JDigit Imaging.2017;30:442-448.