Возможности компьютерного моделирования опухолевого поражения легких при сравнении с данными ОФЭКТ/КТ с ^99mТс-МИБИ

Целью исследования явились разработка и валидация программного комплекса (ПК) для имитационного компьютерного моделирования процедуры обследования методом ОФЭКТ/КТ пациентов с раком легких и оценки точности реконструкции опухолевых поражений.

Материалы и методы. Была проведена сцинтиграфия органов грудной клетки пациента с периферическим плоскоклеточным раком верхней доли правого легкого на двухдетекторной гамма-камере GE Discovery NM/CT 670 DR (США) с использованием высокоразрешающих коллиматоров для энергии 140 КэВ и радиофармпрепарата (РФП) ^99mТс-Технетрил (МИБИ, “Диамед”, Москва). Полученные данные подвергались компьютерной обработке с использованием специализированной системы Xeleris 4.0 фирмы “GE” (США). Создан ПК, который включает программу генерирования воксельного фантома («виртуальный пациент»), программу моделирования сбора «сырых» проекционных данных («виртуальный томограф») и программу реконструкции изображений на основе алгоритма OSEM (Ordered Subset Expectation Maximization). С целью валидации созданного ПК выполнено имитационное компьютерное моделирование клинического случая. Полуколичественный сравнительный анализ изображений основывался на оценке опухоль/ фон.

Результаты. Наблюдается достаточно хорошая корреляция между клиническими «сырыми» данными, записанными с реального пациента, и проекционными данными, рассчитанными методом Монте-Карло с «виртуального пациента». Результаты сравнительного анализа показали, что на реконструированных изображениях оценка опухоль/фон занижена.

Заключение. Вопрос о точности реконструкции опухолевых поражений при использовании стандартных алгоритмов реконструкции OSEM не изучен. Этот вопрос важен при ведении пациентов с опухолевыми поражениями легких и требует изучения и систематизации. Разработанный ПК будет использоваться в последующих исследованиях для изучения ошибок и артефактов на изображениях опухолевых поражений, а также разработки подходов для их преодоления.

1. Amin M.B., Greene F.L., Edge S.B., Compton C.C., Gershenwald J.E., Brookland R.K., Meyer L., Gress D.M., Byrd D.R., Winchester D.P. The Eighth Edition AJCC Cancer Staging Manual: Continuing to build a bridge from a population-based to a more “personalized” approach to cancer staging. CA Cancer J Clin. 2017; 67(2): 93–9. doi: 10.3322/caac.21388.

2. Трухачева Н.Г., Фролова И.Г., Коломиец Л.А., Усова А.В., Григорьев Е.Г., Величко С.А., Чуруксаева О.Н. Новые возможности лучевой визуализации в диагностике местнораспространенного рака шейки матки. Сибирский онкологический журнал. 2019; 18(2): 83–91. doi: 10.21294/1814-4861-2019-18-2-83-91.

3. Канаев С.В., Нажмудинов Р.А., Новиков С.Н., Левченко Е.В., Бейнусов Д.С. Диагностическая ценность однофотонной эмиссионной компьютерной томографии – рентгеновской компьютерной томографии (ОФЭКТ-КТ) в оценке опухолевого поражения регионарных лимфоузлов у больных немелкоклеточным раком легкого. Человек и его здоровье. 2015; (2): 29–34.

4. Кундин В.Ю., Сатыр М.И., Неверко И.В. Совмещенная технология ОФЭКТ/КТ в диагностике, стадировании и дифференциальной диагностике злокачественных и доброкачественных поражений легкого. Клиническая онкология. 2013; 9(1): 152–156.

5. Nikoletić K., Mihailović J., Srbovan D., Kolarov V., Zeravica R. Lung tumors: early and delayed ratio of 99mTc-methoxy-2-isobutylisonitrile accumulation. Vojnosanit Pregl. 2014; 71(5): 438–45.

6. Nosotti M., Santambrogio L., Gasparini M., Baisi A., Bellaviti N., Rosso L. Role of (99m)tc-hexakis-2-methoxy-isobutylisonitrile in the diagnosis and staging of lung cancer. Chest. 2002; 122(4): 1361–4. doi: 10.1378/chest.122.4.1361.

7. Santini M., Fiorelli A., Vicidomini G., Laperuta P., Busiello L., Rambaldi P.F., Mansi L., Rotondo A. F-18-2-fluoro-2-deoxyglucose positron emission tomography compared to technetium-99m hexakis-2- methoxyisobutyl isonitrile single photon emission chest tomography in the diagnosis of indeterminate lung lesions. Respiration. 2010; 80(6): 524–33. doi: 10.1159/000321373.

8. Zhang S., Liu Y. Diagnostic Performances of 99mTc-Methoxy Isobutyl Isonitrile Scan in Predicting the Malignancy of Lung Lesions: A Meta-Analysis. Medicine (Baltimore). 2016; 95(18): 3571. doi: 10.1097/MD.0000000000003571.

9. Abadi E., Segars W.P., Tsui B.M.W., Kinahan P.E., Bottenus N., Frangi A.F., Maidment A., Lo J., Samei E. Virtual clinical trials in medical imaging: a review. J Med Imaging (Bellingham). 2020; 7(4). doi: 10.1117/1.JMI.7.4.042805.

10. Denisova N.V., Ansheles A.A. A study of false apical defects in myocardial perfusion imaging with SPECT/CT. Biomed. Phys. Eng. Express. 2018; 4(6). doi: 10.1088/2057-1976/aae414.

11. Denisova N., Ondar M., Kertesz H., Beyer T. Development of anthropomorphic mathematical phantoms for simulations of clinical cases in diagnostic nuclear medicine. Computer Methods in Biomechanics and Biomedical Engineering: Imaging & Visualization. 2022; 1–9. doi: 10.1080/21681163.2022.2074308.

12. Денисова Н.В. Вычислительные фантомы для медицинской радиологии. Медицинская радиология и радиационная безопасность. 2022; 67(6): 51–61. doi: 10.33266/1024-6177-2022-67-6-51-61.

13. Fedorov A., Beichel R., Kalpathy-Cramer J., Finet J., FillionRobin J.C., Pujol S., Bauer C., Jennings D., Fennessy F., Sonka M., Buatti J., Aylward S., Miller J.V., Pieper S., Kikinis R. 3D Slicer as an image computing platform for the Quantitative Imaging Network. Magn Reson Imaging. 2012; 30(9): 1323–41. doi: 10.1016/j.mri.2012.05.001.

14. Berger M.J., Hubbell J.H., Seltzer S.M., Chang J., Coursey J.S., Sukumar R., Zucker D.S., Olsen K. XCOM-Photon Cross Sections Database, NIST Standard Reference Database 8. National Institute of Standards and Technology. 1987. doi: 10.18434/T48G6X.

15. Гурко М.А., Денисова Н.В. Моделирование сбора «сырых» проекционных данных в однофотонной эмиссионной компьютерной томографии. Журнал технической физики. 2022; 92(5): 747. doi: 10.21883/JTF.2022.05.52381.264-21.

16. Shepp L.A., Vardi Y. Maximum likelihood reconstruction for emission tomography. IEEE Trans Med Imaging. 1982; 1(2): 113–22. doi: 10.1109/TMI.1982.4307558.

17. Нестерова А.В., Денисова Н.В. «Подводные камни» на пути количественной оценки тяжести онкологических поражений в диагностической ядерной медицине. Журнал технической физики. 2022; 92(7): 1018. doi: 10.21883/JTF.2022.07.52659.331-21.

18. Nuyts J. Unconstrained image reconstruction with resolution modelling does not have a unique solution. EJNMMI Physics. 2014; 1: 98. doi: 10.1186/s40658-014-0098-4.