Preview

Пульмонология

Расширенный поиск

Постпроцессинговая обработка данных мультиспиральной компьютерной томографии в уточненной диагностике патологических изменений при диффузных заболеваниях легких

https://doi.org/10.18093/0869-0189-2017-27-4-472-477

Полный текст:

Аннотация

Рентгенодиагностика и дифференциальная диагностика диффузных заболеваний легких (ДЗЛ) является одной из сложных проблем, ведущим методом решения которых является мультиспиральная компьютерная томография (МСКТ).

Целью работы явилось уточнение возможностей методик постпроцессинговой обработки данных нативной МСКТ в диагностике и уточнения распространенности ДЗЛ.

Материалы и методы. Проанализированы данные МСКТ пациентов с ДЗЛ (n = 261). Исследования проводилась на 16-, 320-срезовых компьютерных томографах.

Результаты. По результатам анализа данных у 151 (57,85 %) пациента с различными формами ДЗЛ установлена широкая распространенность процесса. У 8–15 % больных разнообразные симптомы ДЗЛ выявлены впервые только после постпроцессинговой обработки нативных данных МСКТ. При постпроцессинговой обработке изображений в MIP-, MinIP-режимах у всех пациентов улучшалась визуализация макроструктурных изменений легочной ткани за счет высокого пространственного разрешения, позволившая различить сосудистые, очажковые структуры, уплотнение легочного интерстиция, провести дифференциацию «матового стекла» от «мозаичной перфузии».

Заключение. Постпроцессинговая обработка данных нативной МСКТ позволяет впервые выявить тот или иной симптом ДЗЛ у 8–15 % пациентов, уточнить распространенность процесса – у 58 %, сделать картину изменений более четкой – у 100 %.

Об авторе

П. М. Котляров
Федеральное государственное бюджетное учреждение «Российский научный центр рентгенорадиологии» Министерства здравоохранения Российской Федерации
Россия

д. м. н., профессор, заведующий научно-исследовательским отделом новых технологий и семиотики лучевой диагностики заболеваний органов и систем,

117997, Москва, ул. Профсоюзная, 86



Список литературы

1. Cottin V., Cordier J.F. Idiopathic diffuse interstitial lung disease. Rev. Prat. 2000; 50 (17): 1901–1905.

2. Котляров П.М., Юдин А.Л., Георгиади С.Г. Дифференциальная рентгендиагностика диффузных заболеваний легких. Медицинская визуализация. 2003; (4): 20–29.

3. Котляров П.М. Общая семиотика диффузных заболеваний легких по данным компьютерной томографии высокого разрешения. Радиология – практика. 2003; (3): 38–44.

4. Котляров П.М., Георгиади С.Г. Компьютерно-томографические признаки диффузных заболеваний легких. Пульмонология. 2004; (3): 103–107.

5. Harari S., Caminati A. Update on diffuse parenchymal lung disease. Eur. Respir. Rev. 2010; 19 (116): 97–108. DOI: 10.1183/09059180.00002510.

6. Hansell D.M. Classification of diffuse lung diseases: why and how. Radiology. 2013; 268 (3): 628–640. DOI: 10.1148/radiol.13120908.

7. Raghunath S., Rajagopalan S., Karwoski R.A. et al. Quantitative stratification of diffuse parenchymal lung diseases. PLoS One. 2014; 9 (3): e93229. DOI: 10.1371/journal.pone.0093229.

8. Юдин А.Л., Афанасьева Н.И., Абович Ю.А. и др. Лучевая диагностика диффузных инфильтративных заболеваний легких. Радиология – практика. 2000; 2: 10–17.

9. Hansell D.M. High-resolution CT of diffuse lung disease: value and limitations. Radiol. Clin. North. Am. 2001; 39 (6): 1091–1113.

10. Чучалин А.Г., Котляров П.М., Георгиади С.Г. Рентгенография и компьютерная томография в диагностике различных видов идиопатических интерстициальных пневмоний. Пульмонология. 2003; (1): 90–95.

11. Webb W.R., Muller N.L., Naidich D.P. High Resolution CT of the Lung. Philadelphia: Wolters Kluwer Health; 2015.

12. Remy J., Remy-Jardin M., Artaud D. et al. Multiplanar and three-dimensional reconstruction techniques in CT: impact on chest diseases. Eur. Radiol. 1998; 8 (3): 335–351. DOI: 10.1007/s003300050391.

13. Котляров П.М. Многосрезовая компьютерная томография легких – новый этап развития лучевой диагностики заболеваний легких. Медицинская визуализация. 2011; (4): 14–20.

14. Remy-Jardin M., Remy J., Artaud D. et al. Diffuse infiltrative lung disease: clinical value of sliding-thin-slab maximum intensity projection CT scans in the detection of mild micronodular patterns. Radiology. 1996; 200 (2): 333–339. DOI: 10.1148/radiology.200.2.8685322.

15. Beigelman-Aubry C., Hil C., Guibal A. et al. Multi-detector row CT and postprocessing techniques in the assessment of diffuse lung disease. Radiographics. 2005, 25 (6): 1639–1652. DOI: 10.1148/rg.256055037.

16. Valencia R., Denecke T., Lehmkuhl L. et al. Value of axial and coronal maximum intensity projection (MIP) images in the detection of pulmonary nodules by multislice spiral CT: comparison with axial 1-mm and 5-mm slices. Eur. Radiol. 2006; 16 (2): 325–332. DOI: 10.1007/s00330-005-2871-1.

17. Солодкий В.А., Котляров П.М., Щербахина Е.В. и др. Роль мультипланарных реконструкций при постпроцессинговой обработке изображений в диагностике очаговых образований легких. Медицинская визуализация. 2010; (2): 81–86.


Рецензия

Для цитирования:


Котляров П.М. Постпроцессинговая обработка данных мультиспиральной компьютерной томографии в уточненной диагностике патологических изменений при диффузных заболеваниях легких. Пульмонология. 2017;27(4):472-477. https://doi.org/10.18093/0869-0189-2017-27-4-472-477

For citation:


Kotlyarov P.M. Multispiral computed tomography post-processing for refining diagnosis of diffuse lung diseases. PULMONOLOGIYA. 2017;27(4):472-477. (In Russ.) https://doi.org/10.18093/0869-0189-2017-27-4-472-477

Просмотров: 817


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution-NonCommercial 4.0 International.


ISSN 0869-0189 (Print)
ISSN 2541-9617 (Online)