ZPRACOVÁNÍ DAT A VYUŽITÍ UMĚLÉ INTELIGENCE K PREDIKCI MORTALITY PO PROCEDUŘE TAVI Z CT SNÍMKŮ

Cíl: Nemocniční databáze obsahuje rozsáhlé množství dat, jenž byla dosud využívána pouze pro specifické účely. Tato data však mohou poskytnout cenné informace pro další analýzy. V souvislosti s tím pacienti před podstoupením katetrizační náhrady aortální chlopně (TAVI) absolvují CT sken aorty s cílem posoudit technickou proveditelnost procedury. Je obecně známo, že tělesná kompozice odráží funkční stav pacientů, a předpokládáme, že parametry sarkopenie a obezity získané z těchto CT snímků mohou být využity k predikci celkového přežití pacientů.

Soubor: Bylo zpracováno celkem 866 CT snímků z nemocnice AGEL Třinec-Podlesí. Z tohoto souboru byl vybrán snímek zachycující průřez třetí bederní obratle (CTL3), který byl uložen ve formátu DICOM. Soubory byly následně upraveny tak, aby každý soubor DICOM s příponou .dcm byl uložen v jedné složce. Následně byl vytvořen datový loader, který vybral 20 souborů, vložil je do této neuronové sítě a výsledky uložil do tabulky.

Metodika: Jednotlivé snímky jsou načteny a předzpracovány, včetně normalizace rozměrů a filtrací na základě pixelů s hodnotami Hounsfield Units (HU) v určeném rozsahu. Předem natrénované modely sítí postavené na U-NET architektuře jsou použity pro segmentaci. Každý model generuje pravděpodobnostní mapy segmentace pro odpovídající tkáně. Vytvořená finální segmentace zohledňuje svaly (SMI), intramuskulární tuk (IMAT), viscerální tuk (VAT) a subkutánní tuk (SAT). Segmentované plochy byly následně indexovány vzhledem k výšce.

Závěr: Výsledky studie ukazují, že kvalita viscerální tukové tkáně (vyjádřená jako hustota VAT) předpovídá celkovou mortalitu jak u mužů, tak u žen. Zároveň kvalita subkutánní tkáně (hustota SAT) a přítomnost sarkopenie (SMI) předpovídají vyšší celkovou mortalitu u mužů podstupujících proceduru TAVI.

https://www.muni.cz/vyzkum/publikace/2341579