2014RSNA：纵隔淋巴结自动化定位工具

美国国立卫生研究院（NIH）研制新的自动化工具可较之前的技术更准确地发现纵隔和腹部肿大的淋巴结。在软件中设定发现假阳性数量的敏感性，敏感性可从78％即每体积发现6个假阳性数到86％即每体积发现10个假阳性数。

纵隔淋巴结肿大在多种放射诊断过程中非常重要，特别是在肿瘤学，无论是原发性肺癌或转移性癌症都可以扩散到纵隔。淋巴结肿大目前使用实体瘤疗效评价标准（RECIST），其中将淋巴结分为10mm以及更大。

“对于肺癌，对淋巴结精确定位是非常有帮助的，” Summers说，“原因是在一定程度上它决定手术方式和治疗方案”。“根据肺癌研究国际协会（IASLC）制定的方法对纵隔内不同的位置进行了编号。”作为国家卫生放射学研究所以及显像科学组的资深研究员，他接着说。

Summers和他的同事，Joanne Hoffman, Dr. Evrim Turkbey, 和 Jiamin Liu,，旨在是通过分割纵隔内的器官实现在不同区域内自动标记淋巴结。分割信息被用于软件以明确淋巴结的定位信息。

这项研究的数据包括进行了CT扫描的75例患者，其中5位作为图谱。共有316个纵隔淋巴结，直径达1cm或更大，短轴平均大小为1.6mm。参考标准是放射科医生人工标记。

多器官分割

全自动化的软件通过multiatlas标记融合和淋巴结相对于器官的位置识别了8种器官，并以此来进行IASLC分配定位。

8个自动分段器官包括脊柱，气管和肺，食道和主动脉弓，肺动脉干，升序和降序主动脉，上腔静脉，奇拱，和心脏。所有图片来自Dr. Summers。

 首先是使用分水岭算法识别黄色脊柱（器官都是颜色编码）。接下来是气管和肺的分割，它使用了阈值和形态分割。最后是其他器官，均使用multiatlas技术与联合标记融合方法，包括食道和主动脉弓，肺动脉干，升序和降序主动脉，上腔静脉，奇静脉弓和心脏并，Summers说。

以上图显示准确定位的淋巴结

这些图谱，被登记到目标图像段，并通过标签融合与之合并以产生最终分割。

怎样利用这项复杂的分割方法进行淋巴结的鉴别？ “准确率的范围从主动脉处定位的71％到下纵隔的88.3％，平均值85％，” Summers说。已经进行了其他的工作，所以该项目是建立在Kensaku Mori和 William Higgins之前的文章，Summers接着说。

“这种方法根据胸部CT准确且完全自动地确定了纵隔淋巴结的位置，” Summers表示。“发现淋巴结可通过CAD自动检测或由放射医生人工检出。”

为回答大家的问题，Summers说道，该算法还没有用于患者，但这是一个值得重视的问题，因为纵隔的手术或严重变形会破坏算法中所用于发现淋巴结的标志物。

“一种方法是将此种类型的图像收入图谱，这是值得探讨的，” Summers说，而且即使是健康的情况，“食道也难以分割，因为它是一个柔软，易弯曲的结构，并且可以四处明显移动，特别是在隆突食管更加偏离垂直位”。