在高分辨率CT: THE MESA LUNG STUDY上无人监督的气道树结构的集群:
Artur Wysoczanski1, Elsa D Angelini1,2, Benjamin M Smith3,4
1Department of Biomedical Engineering, Columbia University, New York, NY, USA.
Proceedings. IEEE International Symposium on Biomedical Imaging
|October 14, 2024
概括
人的呼吸道分支模式有很大差异,影响了肺部疾病的风险. 本研究使用无监督聚类来识别不同的气道树亚型,有助于理解它们的临床影响.
科学领域:
- 肺部医学 肺部医学
- 计算生物学 计算生物学
- 医学成像分析 医学成像分析
背景情况:
- 人类呼吸道树形态表现出显著的个体间变异性.
- 已知的呼吸道分支模式变异与慢性阻塞性肺部疾病 (COPD) 的风险增加以及肺部发育中的遗传因素有关.
- 气道树几何形状和拓学的变化的临床意义尚未完全理解.
研究的目的:
- 开发一种无监督的集群方法来分析人类气道树结构.
- 在人类群体中识别出不同的和可复制的气道树亚型.
- 为了解气道形态变化的临床影响奠定基础.
主要方法:
- 使用Billera-Holmes-Vogtmann (BHV) 树空间来表示气道树结构.
- 开发并验证了使用合成气道树数据的无监督集群管道.
- 将验证的算法应用于来自动脉样硬化多民族研究 (MESA) 肺部CT队列的气道树数据.
主要成果:
- 在合成数据上成功验证了无监督集群管道.
- 在MESA肺部CT队列中确定了形态上不同的气道树亚型.
- 证明了已识别的气道树亚型的可复制性.
结论:
- 开发的无监督集群方法有效地识别出不同的气道树亚型.
- 这种方法为表征气道形态变异提供了一种新的方法.
- 进一步的研究可以探索这些已识别的呼吸道亚型与COPD等肺部疾病相关的临床相关性.
更多相关视频
07:53Author Spotlight: Advancing 3D Modeling for Enhanced Diagnosis and Treatment of Pulmonary Nodules in Early-Stage Lung Cancer
Published on: October 13, 2023
1.4K
02:09Multi-modal Pulmonary Imaging: Using Complementary Information from CT and Hyperpolarized 129Xe MRI to Evaluate Lung Structure-Function
Published on: April 12, 2024
538
