канд. мед. наук, ассистент, кафедра лучевой диагностики и лучевой терапии с курсом медицинской информатики
Россия, 443099, г. Самара, ул. Чапаевская, 89
89, Chapayevskaya Str., Samara, 443099, Russian Federation
д-р мед. наук, профессор, профессор РАН, ректор
Россия, 443099, г. Самара, ул. Чапаевская, 89
89, Chapayevskaya Str., Samara, 443099, Russian Federation
канд. мед. наук, доцент, кафедра лучевой диагностики и лучевой терапии с курсом медицинской информатики
Россия, 443099, г. Самара, ул. Чапаевская, 89
89, Chapayevskaya Str., Samara, 443099, Russian Federation
Цель. Протестировать работу плагинов по сегментации и виртуальной резекции очаговых образований печени на основе данных компьютерной томографии.
Материалы и методы. Проведен анализ данных компьютерной томографии органов брюшной полости с болюсным контрастированием 80 пациентов с очаговыми образованиями печени. Сегментация и 3D-моделирование томограмм проводилось в системе «Автоплан» врачами- рентгенологами при непосредственном участии врача-хирурга.
Результаты. Определена структура нозологий печени у пациентов (наиболее часто встречались гемангиомы у 21,25% из 80 пациентов, кисты у 20% обследуемых, паразитарные кисты у 20% больных и т.д.) по данным компьютерной томографии. Затем проводилась сегментация печени, ее очаговых образований, артерий и вен с помощью системы «Автоплан». Хирург определял объем паренхимы и очаговых образований печени с помощью стандартной функции «объем сегментации», выбирал оптимальную тактику лечения и проводил виртуальную резекцию. В ряде случаев применение сегментации и предоперационного планирования позволило отказаться от заведомо неэффективной операции. В результате результативность моделирования в информировании хирурга изменила тактику ведения 42 пациентов.
Заключение. Полученные результаты свидетельствуют о том, что использование плагинов системы «Автоплан» для планирования абдоминальной хирургии позволяет: 1) провести сегментацию печени, очаговых образований и сосудов; 2) определить расположение очагового образования в том или ином сегменте, их комбинации; 3) провести виртуальную плоскость резекции, оценить структуры, проходящие через нее; 4) выбрать оптимальную тактику вмешательства или отказаться от него вследствие объективных анатомических причин.
The aim of the study was to test the work of plugins for segmentation and virtual resection of focal liver lesions based on CT data.
Materials and methods. Analysis of CT data of the abdominal organs with bolus contrast enhancement in 80 patients with focal liver lesions was carried out. Segmentation and 3D-modeling of the CT data was carried out by radiologists and the surgeon in the ‘Autoplan’ system.
Results. The liver nosological structure in patients was determined (the most common were hemangiomas in 21.25% of 80 patients, cysts in 20%, parasitic cysts in 20%, etc.), according to the computed tomography results. The segmentation of the liver, its focal lesions, arteries and veins was carried out using the ‘Autoplan’ system. The surgeon determined the volume of the parenchyma and focal liver formations using the standard function ‘volume of segmentation’, chose the optimal treatment tactics and performed a virtual liver resection. In some cases, the use of segmentation and preoperative planning made it possible to avoid an inefficient surgery. The effectiveness of modeling changed the treatment tactics of 42 patients.
Conclusion. The obtained results indicate that the use of the ‘Autoplan’ system plugins for planning an abdominal surgery allows doctors: 1) to carry out the segmentation of liver, focal lesions and blood vessels; 2) to determine the location of a focal formation in a particular segment, their combination; 3) to perform a virtual resection, evaluate the structures passing through it; 4) to choose the optimal tactics of intervention or abandon it due to objective anatomical reasons.
The authors declare that there are no conflicts of interest present.