Клинико-рентгенологические параллели при диагностике первичного рака лёгкого с применением технологий математического моделирования

Обложка


Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Доступ платный или только для подписчиков

Аннотация

Обоснование. Проблема рака лёгкого с каждым годом приобретает всё большую актуальность. По данным канцер-регистра Алтайского краевого онкологического диспансера заболеваемость раком лёгкого в 2019 г. составила у мужчин 114,8 на 100 тыс. населения, у женщин 19,3 на 100 тыс. населения; в 2020 г. — 96,8 и 16,8 соответственно. В 2021 г. заболеваемость составляла 108,9 на 100 тыс. населения. Показатели диагностики в 2022 г. среди пациентов с онкопатологией органов дыхания были неутешительными, поскольку на момент постановки диагноза 42,2% имели IV стадию заболевания, 27,9% — III стадию, 16,3% — I стадию, 12,9% — II стадию, и в 0,7% случаев стадия не была установлена.

При анализе распределения больных раком лёгкого различных возрастных групп в зависимости от гистотипа опухоли установлено, что в большинстве это аденокарцинома и плоскоклеточный рак лёгкого (85%).

Цель. Определить возможность оценки принадлежности выявленной патологии к одной из морфологических форм рака лёгкого (аденокарцинома, плоскоклеточный и мелкоклеточный рак) при мультиспиральной компьютерной томографии на основе искусственного интеллекта с учётом дополнительных параметров.

Материалы и методы. В нашем исследовании использовались данные мультиспиральной компьютерной томографии. Цифровой анализ сканов проводили с помощью программы «Рентгенолог+» (Россия, Барнаул), позволяющей выполнять прямую выборку средних значений плотностей пикселей в табличном виде в выделенных областях интереса из файлов в формате DICOM для последующего анализа и статистической обработки. Полученные денситометрические показатели поступали на входы искусственной нейронной сети.

Результаты. Были проанализированы данные 485 пациентов с раком лёгкого в возрасте от 45 до 80 лет с учётом девяти параметров, шесть из которых имеют физико-математическую принадлежность, и три — личностную.

Заключение. Установлена эффективность дифференциальной диагностики морфологических форм рака лёгкого с учётом наличия или отсутствия у пациентов случаев табакокурения: чувствительность 85,8%, специфичность 85,0%, точность 85,4%.

Полный текст

Доступ закрыт

Об авторах

Ольга Васильевна Борисенко

Алтайский государственный медицинский университет

Автор, ответственный за переписку.
Email: dr_borisenko.olga@mail.ru
ORCID iD: 0000-0002-3946-8511
SPIN-код: 4426-7053
Россия, Барнаул

Александр Федорович Лазарев

Алтайский государственный медицинский университет

Email: lazarev@akzs.ru
ORCID iD: 0000-0003-1080-5294
SPIN-код: 1161-8387

д-р мед. наук, профессор

Россия, Барнаул

Константин Сергеевич Титов

Алтайский государственный медицинский университет

Email: ks-titov@mail.ru
ORCID iD: 0000-0003-4460-9136
SPIN-код: 7795-6512

д-р мед. наук, профессор

Россия, Барнаул

Список литературы

  1. Мерабишвили В.М. Среднесрочный вариантный прогноз смертности населения России от злокачественных новообразований // Сибирский онкологический журнал. 2019. Т. 18, № 4. С. 5–12. EDN: SRMCZN doi: 10.21294/1814-4861-2019-18-4-5-12
  2. Косенок В.К., Бельская Л.В., Массард Ж., Завьялов А.А. Статистические закономерности заболеваемости раком легкого в Омской области // Сибирский онкологический журнал. 2016. Т. 15, № 4. С. 21–25. doi: 10.21294/1814-4861-2016-15-4-21-25
  3. Троценко С.Д., Сотников В.М., Паньшин Г.А., Чхиквадзе В.Д. Современные проблемы послеоперационной лучевой терапии немелкоклеточного рака легкого // Вестник рентгенологии и радиологии. 2015. № 2. С. 47–57. EDN: TZYGTL
  4. Шуть Е.М, Куликов А.А. Перспективные направления применения искусственного интеллекта в борьбе с онкологическими заболеваниями: российский опыт // Инновации и инвестиции. 2023. № 2. С. 122–126. EDN: XHWINP
  5. Григорук О.Г., Цой Д.А., Базулина Л.М., Вихлянов И.В. Мелкоклеточный рак легкого. Цитологическая диагностика // Злокачественные опухоли. 2022. Т. 12, № 1. С. 36–43. EDN: WWUFAI doi: 10.18027/2224-5057-2022-12-1-36-43
  6. Костерина Н.Е., Гринберг Л.М. Цитологические методы исследования в комплексной морфологической диагностике мелкоклеточного рака легкого по материалам «малых образцов» // Уральский медицинский журнал. 2019. № 10 (178). С. 23–27. EDN: NQPOTJ doi: 10.25694/URMJ.2019.10.18
  7. Guldbrandt L.M., Fenger-Grøn M., Rasmussen T.R., et al. The effect of direct access to CT scan in early lung cancer detection: an unblinded, cluster-randomised trial // BMC Cancer. 2015. Vol. 15. P. 934. doi: 10.1186/s12885-015-1941-2

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
2. Рис. 1. Топология искусственной нейронной сети

Скачать (168KB)

© Эко-Вектор, 2024

Ссылка на описание лицензии: https://eco-vector.com/for_authors.php#07

СМИ зарегистрировано Федеральной службой по надзору в сфере связи, информационных технологий и массовых коммуникаций (Роскомнадзор).
Регистрационный номер и дата принятия решения о регистрации СМИ: ПИ № ФС 77 - 86496 от 11.12.2023 г
СМИ зарегистрировано Федеральной службой по надзору в сфере связи, информационных технологий и массовых коммуникаций (Роскомнадзор).
Регистрационный номер и дата принятия решения о регистрации СМИ: ЭЛ № ФС 77 - 80673 от 23.03.2021 г
.