Preview

Бюллетень сибирской медицины

Расширенный поиск

Сегментация очаговых образований печени и виртуальная резекция на основе данных компьютерной томографии

https://doi.org/10.20538/1682-0363-2021-1-39-44

Полный текст:

Аннотация

 Цель. Протестировать работу плагинов по сегментации и виртуальной резекции очаговых образований печени на основе данных компьютерной томографии.

Материалы и методы. Проведен анализ данных  компьютерной томографии органов брюшной полости с болюсным контрастированием 80 пациентов с очаговыми  образованиями печени. Сегментация и 3D-моделирование  томограмм проводилось в системе «Автоплан» врачами- рентгенологами при непосредственном участии врача-хирурга.

Результаты. Определена структура нозологий печени у  пациентов (наиболее часто встречались гемангиомы у  21,25% из 80 пациентов, кисты у 20% обследуемых,  паразитарные кисты у 20% больных и т.д.) по данным компьютерной томографии. Затем проводилась  сегментация печени, ее очаговых образований, артерий и вен с помощью системы «Автоплан». Хирург определял  объем паренхимы и очаговых образований печени с  помощью стандартной функции «объем сегментации»,  выбирал оптимальную тактику лечения и проводил виртуальную резекцию. В ряде случаев применение сегментации и предоперационного планирования позволило отказаться от заведомо неэффективной операции. В результате результативность моделирования в информировании хирурга изменила тактику ведения 42 пациентов.

Заключение. Полученные результаты свидетельствуют о  том, что использование плагинов системы «Автоплан» для  планирования абдоминальной хирургии позволяет: 1)  провести сегментацию печени, очаговых образований и сосудов; 2) определить расположение очагового  образования в том или ином сегменте, их комбинации; 3) провести виртуальную плоскость резекции, оценить структуры, проходящие через нее; 4) выбрать оптимальную тактику вмешательства или отказаться от него вследствие объективных анатомических причин. 

Об авторах

П. М. Зельтер
Самарский государственный медицинский университет (СамГМУ)
Россия

 канд. мед. наук, ассистент, кафедра лучевой диагностики и лучевой терапии с курсом медицинской информатики

 Россия, 443099, г. Самара, ул. Чапаевская, 89 



А. В. Колсанов
Самарский государственный медицинский университет (СамГМУ)
Россия

 д-р мед. наук, профессор, профессор РАН, ректор 

 Россия, 443099, г. Самара, ул. Чапаевская, 89 



Ю. С. Пышкина
Самарский государственный медицинский университет (СамГМУ)
Россия

 канд. мед. наук, доцент, кафедра лучевой диагностики и лучевой терапии с курсом медицинской информатики

 Россия, 443099, г. Самара, ул. Чапаевская, 89 



Список литературы

1. Шишкин В.Б., Голубев В.Г. Предоперационное планирование в травматологии и ортопедии с использованием технологии трехмерной компьютерной реконструкции и моделирования. Современные проблемы науки и образования. 2015; (5): 47.

2. Кармазановский Г.Г., Нерестюк Я.И., Кригер А.Г., Хайриева А.В. Диагностическая значимость трехмерных реконструкций КТ- изображений у пациентов с протоковой аденокарциномой поджелудочной железы. Российский электронный журнал лучевой диагностики. 2017; 7 (1): 69–76. DOI: 10.21569/2222-7415-2017-7-1-69-76.

3. Сенюкова О.В., Галанин В.Е. Выделение областей интереса на основе классификации изолиний. Программные продукты и системы. 2012; (1): 52–55.

4. Колсанов А.В., Манукян А.А., Зельтер П.М., Чаплыгин С.С., Капишников А.В. Виртуальное моделирование операции на печени на основе данных компьютерной томографии. Анналы хирургической гепатологии. 2016; 21 (4): 16–22.

5. Дороничева А.В., Савин С.З. Метод сегментации медицинских изображений. Фундаментальные исследования. 2015; (5-2): 294–298.

6. Goldenberg R., Kimmel R., Rivlin E., Rudzsky M. Fast geodesic active contours. IEEE Trans. Image Process. 2001; 10 (10): 1467–1475. DOI: 10.1109/83.951533.

7. Dirisamer A., Friedrich K., Schima W. Anatomy and variants of hepatic segments, vessels, and bile ducts. Radiology. 2005; 45 (1): 8–14. DOI: 10.1007/s00117-004-1150-5.

8. Hansen C., Zidowitz S., Preim B., Stavrou G., Oldhafer K.J., Hahn H.K. Impact of model-based risk analysis for liver surgery planning. Int. J. Comput. Assist. Radiol. Surg. 2014; 9 (3): 473–480. DOI: 10.1007/s11548-013-0937-0.

9. Högemann D., Stamm G., Shin H., Oldhafer K.J., Schlitt H.J., Selle D., Peitgen H.O. Individual planning of liver surgery interventions with a virtual model of the liver and its associated structures. Radiology. 2000; 40 (3): 267–273. DOI: 10.1007/s001170050668.

10. He Y.B., Bai L., Aji T., Jiang Y., Zhao J.M., Zhang J.H., Shao Y.M., Liu W.Y., Wen H. Application of 3D reconstruction for surgical treatment of hepatic alveolar echinococcosis. World J. Gastroenterol. 2015; 21 (35): 10200–10207. DOI: 10.3748/wjg.v21.i35.10200.


Для цитирования:


Зельтер П.М., Колсанов А.В., Пышкина Ю.С. Сегментация очаговых образований печени и виртуальная резекция на основе данных компьютерной томографии. Бюллетень сибирской медицины. 2021;20(1):39-44. https://doi.org/10.20538/1682-0363-2021-1-39-44

For citation:


Zelter P.M., Kolsanov A.V., Pyshkina Yu.S. Segmentation of focal liver lesions and virtual resection based on computed tomography data. Bulletin of Siberian Medicine. 2021;20(1):39-44. https://doi.org/10.20538/1682-0363-2021-1-39-44

Просмотров: 185


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 1682-0363 (Print)
ISSN 1819-3684 (Online)