चुंबकीय अनुनाद इमेजिंग का उपयोग करके गुर्दे के कार्य का अनुमान लगाने के लिए रूपरेखा

सार उद्देश्य: नेफ्रोलॉजिस्टअनुभवजन्य भविष्यवाणी की हैगुर्दे समारोहसेगुर्दे की आकृति विज्ञान. अज्ञात तरीके से गुर्दे की शिथिलता के मामले का निदान करने में, तीव्र गुर्दे की चोट और क्रोनिक किडनी रोग का निदान रक्त परीक्षण और चुंबकीय अनुनाद इमेजिंग (एमआरआई) सहित एक इमेजिंग अध्ययन से किया जाता है, और एक परीक्षा/उपचार नीति निर्धारित की जाती है। डिक्सन विधि का उपयोग करके प्राप्त पानी की छवियों से गुर्दे की कार्यप्रणाली के आकलन के लिए एक रूपरेखा का प्रस्ताव किया गया है ताकि ऐसी जानकारी प्रदान की जा सके जो चिकित्सकों को सटीक अनुमान लगाकर निदान तक पहुंचने में मदद करे।गुर्दे समारोहगुर्दे की एमआरआई पर आधारित।

किडनी के कार्य के लिए 25% इचिनाकोसाइड और 9% एक्टीओसाइड के साथ प्राकृतिक कार्बनिक सिस्टान्चे अर्क प्राप्त करने के लिए यहां क्लिक करें।

दृष्टिकोण:प्रस्तावित रूपरेखा में चार चरण हैं। सबसे पहले, डीप लर्निंग द्वारा यू-नेट के साथ डिक्सन विधि का उपयोग करके एमआरआई द्वारा किडनी क्षेत्र को निकाला जाता है। दूसरा, निकाले गए वृक्क क्षेत्र को लक्ष्य मास्क के साथ पंजीकृत किया जाता है। तीसरा, किडनी की विशेषताओं की गणना किसी विशेषज्ञ द्वारा बनाई गई लक्ष्य मास्क वर्गीकरण जानकारी के आधार पर की जाती है। चौथा, अनुमानितकेशिकागुच्छीय निस्पंदन दर(ईजीएफआर) का प्रतिनिधित्व करता हैगुर्दे समारोहगणना की गई विशेषताओं से एक प्रतिगमन समर्थन वेक्टर मशीन का उपयोग करके अनुमान लगाया गया है।

परिणाम:सटीकता मूल्यांकन के लिए, हमने अनुमान लगाने के लिए प्रयोग कियाईजीएफआरजब एमआरआई किया गया औरईजीएफआरढलान, जो ईजीएफआर में गिरावट की वार्षिक दर है। जब 165 विषयों के लिए सटीकता का मूल्यांकन किया गया, तो ईजीएफआर में 11.99 की मूल माध्य वर्ग त्रुटि (आरएमएसई) और 0.83 का सहसंबंध गुणांक होने का अनुमान लगाया गया था। इसके अलावा, ईजीएफआर ढलान का आरएमएसई 4.8 और सहसंबंध गुणांक 0.5 होने का अनुमान लगाया गया था।

निष्कर्ष:इसलिए, प्रस्तावित विधि डिक्सन विधि द्वारा प्राप्त जल छवियों के आधार पर गुर्दे के कार्य के पूर्वानुमान का अनुमान लगाने की संभावना दिखाती है।

कीवर्ड:मात्रात्मक अनुमानकेशिकागुच्छीय निस्पंदन दर; चुम्बकीय अनुनाद इमेजिंग;किडनी।

1 परिचय

दीर्घकालिक वृक्क रोग(सीकेडी) को अनुमान में लगातार कमी के रूप में परिभाषित किया गया हैकेशिकागुच्छीय निस्पंदन दर(ईजीएफआर) को<60 mL∕ min per 1.73 m2, the presence of abnormalities suggestive of renal injuries, such as proteinuria, or both.1,2 When CKD progresses, renal replacement therapy is required. Moreover, CKD is also important as an underlying condition related toधमनीकाठिन्यऔरइम्यूनो, इसलिएसीकेडीइसे मृत्यु के कई प्रमुख कारणों से जोड़कर देखा जा सकता है।1,2 सीकेडीयह एक वैश्विक चिकित्सा समस्या है जो दुनिया भर में 8% से 16% आबादी को प्रभावित करती है। 3 सीकेडी के कारणों की व्यापक विविधता के कारण, कोई विशिष्ट चिकित्सीय हस्तक्षेप नहीं है, और बीमारी का शीघ्र पता लगाना और जोखिम कारकों को नियंत्रित करना आवश्यक है। गुर्दे खराब।

जब एक नेफ्रोलॉजिस्ट किसी मरीज का इलाज करता हैगुर्दे की शिथिलताएक अज्ञात नैदानिक ​​​​पाठ्यक्रम के साथ, नेफ्रोलॉजिस्ट अक्सर प्रयोगशाला डेटा और चिकित्सा इतिहास के अलावा गुर्दे के लिए इमेजिंग निष्कर्षों को संदर्भित करता है। इस प्रयोजन के लिए, वृक्क अल्ट्रासोनोग्राफी, एब्डोमिनोपेल्विक एक्स-रे कंप्यूटेड टोमोग्राफी, और वृक्क चुंबकीय अनुनाद इमेजिंग (एमआरआई) उपयोगी हैं। नेफ्रोलॉजिस्ट आकृति विज्ञान द्वारा सुझाए गए संभावित गुर्दे के कार्य की भविष्यवाणी करता है और उपचार योजना में इस क्षमता को दर्शाता है। नरम-ऊतक कंट्रास्ट के संदर्भ में एमआरआई का रिज़ॉल्यूशन विशेष रूप से अच्छा है और, उचित इमेजिंग विधियों के उपयोग से, गुर्दे की आंतरिक संरचना, जैसे कॉर्टिकोमेडुलरी बॉर्डर, पर विस्तृत जानकारी प्राप्त करना संभव है।4 इसके अलावा, एमआरआई भी कर सकता है गुर्दे के शारीरिक पहलुओं पर डेटा प्रदान करें। रक्त ऑक्सीजनेशन का T2* मानस्तर पर निर्भर(बोल्ड) विधि इस्केमिया/हाइपोक्सिया का एक सूचकांक है, जो सीकेडी की प्रगति का कारण बन सकता है, और सीकेडी के बिगड़ने की दर के साथ महत्वपूर्ण रूप से सहसंबद्ध है। प्रसार-भारित छवि का स्पष्ट प्रसार गुणांक मान एक सूचकांक है वृक्क फाइब्रोसिस से संबंधित है और वृक्क बायोप्सी के रोग संबंधी निष्कर्षों के साथ महत्वपूर्ण रूप से सहसंबद्ध है। जैसा कि ऊपर वर्णित है, एक गैर-आक्रामक और बहुआयामी किडनी मूल्यांकन पद्धति के रूप में एमआरआई के संबंध में उच्च उम्मीदें हैं, लेकिन एमआरआई में एक खामी है कि व्यापक मात्रा निर्धारण के लिए कोई विधि उपलब्ध नहीं है। छवियों का.

परंपरागत रूप से, चिकित्सा छवियों को रुचि के क्षेत्र (आरओआई) विधि द्वारा मापा गया है। आरओआई विधि में, एक आयताकार या गोलाकार क्षेत्र का चयन किया जाता है, और क्षेत्र में सिग्नल तीव्रता का औसत मूल्य प्रतिनिधि मूल्य के रूप में उपयोग किया जाता है। इस पद्धति की समस्याओं में यह संभावना शामिल है कि पर्यवेक्षक द्वारा लिए गए मनमाने निर्णयों में स्थान की जानकारी शामिल करने में कठिनाई हो सकती है और यह तथ्य कि छवि का केवल एक हिस्सा ही मापा जा सकता है। प्रुइज्म एट अल.5 ने इस क्षेत्र को 12 परतों में विभाजित करके वृक्क क्षेत्र का विश्लेषण करने के लिए परत संकेंद्रित वस्तुओं (टीएलसीओ) विधि का प्रस्ताव दिया। टीएलसीओ विधि वृक्क क्षेत्र के अंदर और बाहर को नामित करने और 12 परतों के आधार पर पूरे क्षेत्र का विश्लेषण करने की एक विधि है। किडनी के बाहरी (कॉर्टेक्स) और आंतरिक (मेडुलरी) क्षेत्रों में अलग-अलग संरचनाएं और कार्य होते हैं, और टीएलसीओ विधि किडनी की अजीब संरचना पर विचार करती है। इसके अलावा, यह बताया गया है कि टीएलसीओ विधि आरओआई विधि की तुलना में अधिक स्थिर है क्योंकि संपूर्ण वृक्क क्षेत्र को केवल बाहरी और आंतरिक क्षेत्रों को निर्दिष्ट करके स्तरीकृत और विश्लेषण किया जाता है। हालांकि, चिकित्सकीय रूप से प्राप्त की गई छवियां क्षीण या विकृत हो सकती हैं जब किडनी क्षतिग्रस्त है और उसमें व्यक्तिगत अंतर दिखाई दे सकता है या उसमें सिस्ट हो सकते हैं। इस प्रकार, किडनी को कई परतों में समान रूप से विभाजित करना हमेशा संभव नहीं होता है, जिसके परिणामस्वरूप अस्थिर परिणाम मिलते हैं। इसलिए, किडनी विश्लेषण की पूरी तरह से स्वचालित और स्थिर विधि की इच्छा है।

गुर्दे की छवियों के लिए एक व्यापक मात्रा निर्धारण विधि के रूप में, कुओ एट अल.9 ने गहन शिक्षण और अल्ट्रासोनिक छवियों का उपयोग करके परीक्षा के समय ईजीएफआर का अनुमान लगाने के लिए एक विधि प्रस्तावित की। इसके विपरीत,कंप्यूटर सहायता प्राप्त निदान(सीएडी) गुर्दे की एमआरआई पर अध्ययन और प्रत्यारोपित किडनी पर अध्ययन की सूचना दी गई है। खलीफा एट अल.10 ने एक रूपरेखा का प्रस्ताव दिया जो समय-श्रृंखला गतिशील कंट्रास्ट-एन्हांस्ड-मैग्नेटिक रेज़ोनेंस इमेजिंग (डीसीई-एमआरआई) विधि का उपयोग करके प्रत्यारोपित किडनी की अस्वीकृति का अनुमान लगाता है। इस विधि में, समय-श्रृंखला डीसीई-एमआरआई द्वारा प्राप्त छवियों को संरेखित किया जाता है, और वृक्क क्षेत्र को स्तर-सेट विधि का उपयोग करके निकाला जाता है। फिर संरेखण को ठीक किया जाता है, और निकाले गए गुर्दे क्षेत्र से चमक के आधार पर कॉर्टेक्स की गणना और विश्लेषण किया जाता है। शेहता एट अल.11 ने गहन शिक्षण का उपयोग करके प्रत्यारोपित किडनी की अस्वीकृति का अनुमान लगाने के लिए एक विधि प्रस्तावित की। डीसीई-एमआरआई विधि के लिए एक कंट्रास्ट माध्यम की आवश्यकता होती है और इसे इसमें लागू नहीं किया जा सकता हैसीकेडी के मामले. इसके अलावा, ख़राब किडनी में चमक के आधार पर कॉर्टेक्स को निकालना मुश्किल होता है।

इस अध्ययन में, हमने उपरोक्त समस्याओं को हल करने और गुर्दे की एमआरआई के लिए एक व्यापक मूल्यांकन पद्धति विकसित करने का प्रयास किया जिसे नैदानिक ​​​​परीक्षण के रूप में लागू किया जा सकता है। गुर्दे की आकृति विज्ञान और गुर्दे के कार्य के बीच घनिष्ठ संबंध का लाभ उठाते हुए, गुर्दे की आंतरिक संरचना का मूल्यांकन करने के लिए डिक्सन विधि में उपयोग की जाने वाली पानी की छवियों का उपयोग लक्ष्य का मूल्यांकन करने के लिए किया गया था, और सही लेबल ईजीएफआर था, जो गुर्दे का एक सूचकांक है समारोह। डिक्सन तकनीकें वसा और पानी के बीच अनुनाद आवृत्ति के अंतर पर निर्भर करती हैं, और इसलिए, वसा-केवल, पानी-केवल, इन-फेज और आउट-ऑफ-फेज छवियां प्राप्त की जाती हैं। 12 गुर्दे में, जहां पानी-समृद्ध होता है अंग पैरेन्काइमा वसा से घिरा होता है, डिक्सन या इसी तरह की वसा-दबी हुई छवियां वृक्क पैरेन्काइमा को आसपास की संरचना से स्पष्ट रूप से अलग करती हैं। हम यू-नेट के साथ चुंबकीय अनुनाद छवियों से वृक्क क्षेत्र को निकालने की एक विधि का प्रस्ताव करते हैं, निकाले गए वृक्क क्षेत्र को लक्ष्य मास्क में एक गैर-कठोर शरीर में परिवर्तित करते हैं, और फिर इसके आधार पर इस क्षेत्र का विश्लेषण करते हैं।टीएलसीओलक्ष्य मुखौटे का.

चित्र 1 डिक्सन विधि का उपयोग करके एमआरआई से ग्लोमेरुलर निस्पंदन दर ढलान के आकलन के लिए प्रस्तावित सीएडी प्रणाली।

2 सामग्री और विधियाँ

प्रस्तावित स्वचालित ढाँचा चित्र 1 में दिखाया गया है। प्रस्तावित ढाँचा डिक्सन विधि के एमआरआई को संसाधित करने के लिए निम्नलिखित चार चरणों का उपयोग करता है:

1. यू-नेट द्वारा आसपास के पेट की संरचनाओं से किडनी क्षेत्र का विभाजन।

2. त्रि-आयामी (3डी) लेबलिंग द्वारा शोर हटाना। 3. किडनी क्षेत्र और लक्ष्य मास्क का गैर-कठोर पंजीकरण। 4. टीएलसीओ की गणना. 5. एक प्रतिगमन समर्थन वेक्टर मशीन (एसवीएम) द्वारा गुर्दे के कार्य (ईजीएफआर) का अनुमान।

इस पेपर में, प्रस्तावित विधि स्वचालित टीएलसीओ (ए-टीएलसीओ) विधि है जो पहले बताई गई टीएलसीओ विधि की कमजोरियों की भरपाई करती है और माप प्रक्रिया को स्वचालित करती है। प्रस्तावित विधि को पारंपरिक मैनुअल टीएलसीओ विधि से अलग करने के लिए विधि का विवरण नीचे वर्णित है।

2.1 किडनी क्षेत्र

इस अध्ययन में उपयोग की गई डिक्सन विधि की यू-नेट जल छवियों द्वारा पेट के आसपास की संरचनाओं को विभाजित किया गया है, जिसमें एक स्पष्ट गुर्दे का क्षेत्र है। इसके अलावा, यह खंड वृक्क क्षेत्र के मोटे तौर पर निष्कर्षण का वर्णन करता है। इसलिए, हमने यू-नेट का उपयोग करने का निर्णय लिया है, जो चिकित्सा छवियों के क्षेत्र निष्कर्षण के लिए अच्छे परिणाम प्रदान करने के लिए जाना जाता है। डिक्सन जल छवियों के 13 कोरोनल अनुभागों का उपयोग किया गया था। प्रति विषय तीन से छह कटी हुई छवियां हैं, और छवि का आकार 320 × 320 है। हमने 174 मामलों में 1201 छवियों का उपयोग किया। सभी छवियां एक विशेषज्ञ द्वारा वृक्क विभाजन छवि के रूप में बनाई गई थीं। चित्र 2 वृक्क क्षेत्र निष्कर्षण के लिए उपयोग किए जाने वाले यू-नेट को दर्शाता है। नेटवर्क तीन वर्गों के बीच भेदभाव करता है: किडनी, किडनी की सीमाएं और अन्य ऊतक। हालाँकि, अन्य ऊतक वर्गों की तुलना में किडनी सीमा वर्ग में नमूनों का असंतुलित वितरण होता है। इस असंतुलन की भरपाई करने और नेटवर्क को प्रशिक्षित करते समय अधिक सटीक सीखने को प्राप्त करने के लिए हमने भारित क्रॉस-एन्ट्रॉपी हानि का उपयोग किया। हमने नेटवर्क आउटपुट और ट्रू लेबल तुलना के लिए भारित क्रॉस-एन्ट्रॉपी हानि के साथ सॉफ्टमैक्स का उपयोग किया।

चित्र 2 इस अध्ययन में वृक्क क्षेत्र के निष्कर्षण के लिए यू-नेट आर्किटेक्चर का उपयोग किया गया है।

चित्र: 3 यू-नेट द्वारा वृक्क क्षेत्र निष्कर्षण के परिणाम: (ए) मूल, (बी) मास्क, और (सी) परिणाम।

0.0001 की सीखने की दर के साथ अनुकूली क्षण अनुमान अनुकूलक का उपयोग करके 5 0 युगों पर लागत न्यूनतमकरण किया गया था। इस नेटवर्क के लिए प्रशिक्षण का समय NVIDIA TITAN RTX GPU × 2 के साथ वर्कस्टेशन पर ∼1 घंटा था। कुल 1201 छवियों को 600 और 601 छवियों में विभाजित किया गया था, और वृक्क क्षेत्र को निकालने के लिए वर्गीकरण किया गया था। फिर सभी विषयों के लिए गुर्दे की कार्यप्रणाली का आकलन प्रयोग किया गया। चित्र 3 यू-नेट द्वारा प्राप्त निष्कर्षण परिणाम दिखाता है। चित्र 3(ए) एक इनपुट छवि है, और चित्र 3(बी) एक शिक्षक छवि है। चित्र 3(सी) निष्कर्षण परिणाम दिखाता है। इसकी पुष्टि की जा सकती है कि कुछ गलत सकारात्मकताएं हैं और गुर्दे के क्षेत्र के करीब का क्षेत्र निकाला जा सकता है।

2.2 मिथ्या-पहचान

3डी लेबलिंग द्वारा निष्कासन हालांकि यू-नेट द्वारा पता लगाया गया वृक्क क्षेत्र अत्यधिक सटीक था, गलत पहचान हुई। किडनी के अलावा अन्य अंगों के लिए गलत सकारात्मक परिणाम निकाले जाते हैं, जैसा कि चित्र 4(बी) में दिखाया गया है। ऐसा इसलिए हो सकता है क्योंकि जब यू-नेट को 64 × 64 पैच के साथ प्रशिक्षित किया जाता है, तो पैच आकार से बड़ी स्थानिक जानकारी खो जाती है। इस समस्या को सुधारने के लिए, ऑब्जेक्ट डिटेक्शन द्वारा किडनी के स्थान का पता लगाने, जैसे फास्टर आर-सीएनएन14 या YOLOv3,15, और एक संकीर्ण क्षेत्र में सिमेंटिक सेगमेंटेशन लागू करने सहित तरीकों पर विचार किया जाता है। हालाँकि, इस अध्ययन में, यू-नेट द्वारा किडनी की सीमा को अच्छी तरह से विभेदित किया गया है, और अन्य अंगों के लिए कुछ गलत सकारात्मकताएँ हैं, इसलिए प्रक्रिया को जटिल बनाने की बहुत कम आवश्यकता है। इसलिए, हमने प्रत्येक विषय के लिए 3डी लेबलिंग करने और बड़े क्षेत्र वाले क्षेत्रों के अलावा अन्य क्षेत्रों को बाहर करने का निर्णय लिया। संसाधित परिणाम चित्र 4 में दिखाए गए हैं। चित्र 4(ए)-4(सी) यू-नेट द्वारा निष्कर्षण परिणाम दिखाते हैं। इसकी पुष्टि की जा सकती है कि वृक्क क्षेत्र के अलावा अन्य क्षेत्रों में झूठी सकारात्मकताएं होती हैं। आंकड़े 4(डी)-4(एफ) 2500 पिक्सेल या उससे कम के 3डी क्षेत्र वाले क्षेत्रों के 3डी लेबलिंग और बहिष्करण के परिणाम दिखाते हैं। यह प्रक्रिया सभी 1201 छवियों पर लागू की गई थी, और यह पुष्टि की गई थी कि वृक्क क्षेत्र का कोई भी मामला दुर्घटनावश नहीं हुआ था

चित्र 4 यू-नेट द्वारा प्राप्त किडनी क्षेत्र: (ए) स्लाइस 1, (बी) स्लाइस 2, और (सी) स्लाइस 3। 3डी लेबलिंग द्वारा शोर क्षेत्र के उन्मूलन का परिणाम: (डी) स्लाइस 1, (ई) स्लाइस 2, और (एफ) स्लाइस 3।

2.3 किडनी क्षेत्र और लक्ष्य मास्क का गैर-कठोर पंजीकरण

गुर्दे के कार्य का अनुमान लगाने के लिए एक प्रभावी तरीका गुर्दे की शारीरिक संरचना पर विचार करते हुए गुर्दे की संरचना का विश्लेषण करना है। हालांकि, गुर्दे के क्षेत्र को मैन्युअल रूप से निकालने के लिए किसी विशेषज्ञ को समय और प्रयास की आवश्यकता होती है। इसके अलावा, मैन्युअल माप से विशेषज्ञ के आधार पर अलग-अलग परिणाम मिलेंगे। इसलिए, हम एक विधि का प्रस्ताव करते हैं जिसके द्वारा यू-नेट द्वारा निकाले गए सभी वृक्क क्षेत्रों को एक लक्ष्य मास्क में पंजीकृत करके सभी छवियों के कॉर्टेक्स और मेडुला की स्थिति को स्वचालित रूप से पहचाना जा सकता है। पंजीकरण विधि MATLAB फ़ंक्शन का उपयोग करके दो चरणों में की जाती है। पहला चरण चमक-आधारित एफ़िन परिवर्तन है। ब्राइट नेस-आधारित पंजीकरण विधि दो छवियों के बीच समानता की गणना करती है, एफ़िन परिवर्तन को दोहराती है ताकि समानता अधिक हो, और उच्चतम समानता के साथ ज्यामितीय परिवर्तन (अनुवाद/रोटेशन/स्केलिंग/कतरनी) का अनुमान लगाती है। प्रसंस्करण परिणाम चित्र 5 में दिखाए गए हैं। चित्र 5(ए) मूल छवि है। चित्र 5(बी) यू-नेट द्वारा वृक्क क्षेत्र को निकालने के परिणाम दिखाता है। चित्र 5(सी) लक्ष्य मुखौटा है। चित्र 5(सी) एक विशेषज्ञ द्वारा निकाली गई सामान्य गुर्दे की छवि का गुर्दे का क्षेत्र है। एक सामान्य रोगी की दो किडनी होती हैं। इस अध्ययन में, हम एक बड़े क्षेत्र के साथ किडनी का विश्लेषण करते हैं। चित्र 5(बी) में, बाईं किडनी बड़ी है। जैसे, बाईं किडनी को निकाला जाता है और लक्ष्य मास्क के साथ पंजीकृत किया जाता है। चित्र 5(डी) लक्ष्य मास्क की एक छद्म रंग छवि और निकाली गई किडनी की प्रारंभिक स्थिति को दर्शाता है। छद्म रंग वाली छवि लक्ष्य मास्क को हरे रंग में, निकाली गई किडनी को मैजेंटा में और दोनों के ओवरलैपिंग पिक्सल को सफेद रंग में दिखाती है। एफ़िन परिवर्तन का परिणाम चित्र 5(ई) में दिखाया गया है। इसके बाद, चमक-आधारित विस्थापन फ़ील्ड का उपयोग करके पंजीकरण द्वारा आकार को सूक्ष्मता से संशोधित किया जाता है। 9,10 इस पेपर में, पंजीकरण थिरियन के राक्षस एल्गोरिदम के आधार पर विस्थापन फ़ील्ड का उपयोग करके किया जाता है। 1,2 में दिखाए गए छवि के संशोधन का परिणाम चित्र 5(ई) में विस्थापन क्षेत्र का उपयोग चित्र 5(एफ) में दिखाया गया है। लक्ष्य मास्क तक पहुंचने के लिए बारीक आकार को संशोधित किया गया है। चित्र 5(जी) छवि का अंतिम पंजीकरण दिखाता है।

चित्र 5 कठोर परिवर्तन का परिणाम: (ए) मूल छवि, (बी) यू-नेट द्वारा परिणाम, (सी) लक्ष्य मास्क, (डी) प्रारंभिक स्थिति, (ई) एफ़िन ट्रांसफॉर्म, (एफ) विस्थापन क्षेत्र, और (जी) ) पंजीकरण का परिणाम।

2.4 टीएलसीओ की गणना

इस अध्ययन में, गुर्दे की कार्यप्रणाली के विश्लेषण के लिए टीएलसीओ पद्धति का उपयोग किया जाता है। टीएलसीओ विधि वृक्क पैरेन्काइमा की आंतरिक (मेडुलरी साइड) और बाहरी (कॉर्टिकल साइड) सीमाओं को निर्दिष्ट करती है और वृक्क क्षेत्र को बाहर से अंदर तक 12 परतों में विभाजित करती है। टीएलसीओ पेपर में लेयरिंग विधि की व्याख्या नहीं की गई है। इसलिए, इस अध्ययन में, हमने जियोडेसिक दूरी रूपांतरण का उपयोग करके टीएलसीओ की गणना की। जब जियोडेसिक दूरी रूपांतरण गुर्दे क्षेत्र की एक द्विआधारी छवि और एक बीज छवि को इनपुट करता है, तो एक दूरी रूपांतरण छवि होती है बीज छवि के आधार पर उत्पन्न। चित्र 6(ए) एक विशेषज्ञ द्वारा निकाली गई गुर्दे क्षेत्र की एक द्विआधारी छवि दिखाता है। चित्र 6(बी) एक विशेषज्ञ द्वारा बनाई गई बीज छवि दिखाता है। चित्र 6(सी) जियोडेसिक दूरी रूपांतरण की एक छद्म रंग छवि दिखाता है। हालाँकि, चित्र 6(सी) में दिखाई गई छवि वृक्क क्षेत्र को 12 परतों में विभाजित करके प्राप्त नहीं की गई थी। इसलिए, जियोडेसिक दूरी रूपांतरण के परिणाम को 12 परतों में सामान्यीकृत किया गया। विशेष रूप से, परतों की संख्या को अधिकतम मान से विभाजित किया गया और फिर 12 से गुणा किया गया। सामान्यीकृत जियोडेसिक दूरी रूपांतरण छद्म रंग छवि चित्र 6 (डी) में दिखाई गई है। लक्ष्य मास्क बहुत महत्वपूर्ण है क्योंकि यह सीधे टीएलसीओ विधि की गणना को प्रभावित करता है। इस अध्ययन में, हमने दो प्रकार की छवियों का उपयोग करने का निर्णय लिया, एक विशेषज्ञ द्वारा चुनी गई सामान्य किडनी छवि और सबसे बड़े क्षेत्र वाली किडनी छवि। चूंकि टीएलसीओ विधि किडनी को 12 परतों में विभाजित करती है, इसलिए छोटी क्षीण किडनी के साथ गणना करना मुश्किल है। इसलिए, एक छोटे से क्षेत्र वाली किडनी छवि को लक्ष्य मास्क के रूप में उपयोग नहीं किया जा सकता है। चित्र 7 रोगियों की एमआरआई छवियों पर टीएलसीओ विधि लागू करने के परिणाम दिखाता है। चित्र 7(ए) एक विशेषज्ञ द्वारा चुनी गई एक सामान्य छवि है। चित्र 7(बी) चित्र 7(ए) से वृक्क क्षेत्र के विशेषज्ञ निष्कर्षण के परिणाम दिखाता है। चित्र 7(सी) एक छद्म रंग वाली छवि है जिसे टीएलसीओ विधि द्वारा 12 परतों में विभाजित किया गया है। चित्र 7(डी) सबसे बड़े क्षेत्रफल वाली किडनी की छवि है। चित्र 7(ई) चित्र 7(डी) से गुर्दे के क्षेत्र को निकालने वाले विशेषज्ञ के परिणाम को दर्शाता है। चित्र 7(डी) एक छद्म रंग वाली छवि है जिसे टीएलसीओ विधि द्वारा 12 परतों में विभाजित किया गया है।

2.5 ईजीएफआर का अनुमान लगाने के लिए उपयोग किया जाता है

आरएसवीएम द्वारा गुर्दे का कार्य टीएलसीओ विधि में, हमने निम्नलिखित परिभाषाओं के आधार पर एमआर सिग्नल तीव्रता के कॉर्टिकोमेडुलरी ग्रेडिएंट का अनुमान लगाने के लिए, प्रत्येक परत के लिए एक, 12 मापों का उपयोग किया: कॉर्टिकल

वेसिस्टैंच की सहायक सेवा-चीन में सबसे बड़ा सिस्टैंच निर्यातक:

ईमेल:wallence.suen@wecistanche.com

व्हाट्सएप/टेलीभाष:+86 15292862950

अधिक विशिष्ट विवरण के लिए खरीदारी करें:

https://www.xjcistanche.com/cistanche-shop