Loading…
Faisabilite de la quantification automatisee du volume kystique en IRM dans la polykystose renale
Développer une méthode automatisée de mesure du volume des kystes et du parenchyme rénal chez des patients atteints de polykystose rénale autosomique dominante (PKD) à partir d’acquisitions scanner et IRM. Les méthodes du type « contours actifs » permettent la segmentation d’images scanner grâce à l...
Saved in:
Published in: | Journal de radiologie 2005-10, Vol.86 (10), p.1444-1444 |
---|---|
Main Authors: | , , , , , |
Format: | Article |
Language: | fre |
Subjects: | |
Online Access: | Get full text |
Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
Summary: | Développer une méthode automatisée de mesure du volume des kystes et du parenchyme rénal chez des patients atteints de polykystose rénale autosomique dominante (PKD) à partir d’acquisitions scanner et IRM.
Les méthodes du type « contours actifs » permettent la segmentation d’images scanner grâce à l’épaisseur faible des coupes. Les séquences IRM en T2 permettent une bonne visibilité des kystes et du parenchyme, mais l’épaisseur plus importante des coupes limite l’utilisation des « contours actifs ». Un nouveau module de segmentation 3D (seuillage adaptatif + méthode de croissance de régions) a été développé (PTM3D, LIMSI-CNRS), conjointement à une nouvelle interface de visualisation. Quinze patients PKD ont été étudiés en scanner et IRM pour mesurer le volume des kystes et du parenchyme rénal.
La méthode d’analyse permet d’obtenir une mesure de chacun des paramètres volume kystique et volume rein + kystes dans tous les cas. Les deux principales limites de segmentation sont l’hétérogénéité du signal du volume d’acquisition et la coalescence avec les kystes hépatiques.
La détermination des volumes kystiques et parenchyma-teux à l’aide du logiciel PTM3D devrait offrir des perspectives prometteuses pour l’appréciation de la progression de la maladie kystique chez les patients porteurs de PKD avant l’insuffisance rénale débutante. |
---|---|
ISSN: | 0221-0363 |
DOI: | 10.1016/S0221-0363(05)75842-X |