Как определить пневмонию на снимке: Инфекционист рассказал о странностях коронавируса

Содержание

Рентген и общие сведения о нём.

Многие проблемы со здоровьем невозможно определить без точной диагностики или рентгена. Например, когда у нас есть подозрение на пневмонию, мы часто слышим от доктора – «нужно сделать флюрографию». А что из себя представляет рентгеновское исследование? И почему врачи часто его рекомендуют?

Флюрография – самая популярная разновидность рентгена.

Что же такое рентген? Если говорить профессиональным медицинским языком рентген – это детальное исследование внутренней структуры тела путем просвечивания его рентгеновскими лучами и фиксирование изображения на специальную пленку или цифровой детектор т.е рентгеновские лучи проникают сквозь ткани организма, не повреждая их формируют картину о состоянии органов человека.

Что показывает рентген? На снимках можно увидеть (в зависимости от назначения аппарата) различную патологию: воспаление, переломы, новообразования (опухоли), дегенеративно-дистрофические изменения, деструктивные изменения, аномалии развития и т. д. Рентгеновские методы применяются в обследовании легких, костей, мягких тканей, внутренних органов (желудка, почек и т.д.).

После рентгеновского исследования врач может поставить точный диагноз в ряде сложных заболеваний.

Цвет изображения органов зависит от их плотности. Разная ткань по-разному улавливает рентгеновские лучи. Кости, мышцы, лёгкие – будут по-разному отображаться, чем плотнее ткань тем более светлой она будет на рентгеновском изображении.

Как часто можно делать рентген?

Рентген бывает профилактический и диагностический. В целях профилактики делают флюорографию или рентгенографию органов грудной полости (не реже 1 раза в год), маммографию (не реже 1 раза в два года). Диагностический рентген (в т.ч. флюорографию) делают при подозрении на наличие каких-либо заболеваний, назначается он лечащим врачом. Пределы доз облучения пациентов (а соответственно и количество рентгеновских процедур) с диагностическими целями не устанавливаются (СанПиН 2. 6.1.1192-03).

Какая норма допустима?

Норматив профилактического облучения при проведении профилактических медицинских рентгенологических исследований — 1 мЗв в год. Пределы доз облучения пациентов с диагностическими целями не устанавливаются (если врач считает нужным — значит надо).
При достижении накопленной дозы медицинского диагностического облучения пациента 500 мЗв (средняя доза за одно рентгенографическое исследование примерно 0,001-0,5 мЗв) должны быть приняты меры по дальнейшему ограничению его облучения если лучевые процедуры не диктуются жизненными показаниями.

Нужно ли выводить радиацию из организма после рентгеновского исследования?

После рентгенографических исследований выводить радиацию не нужно, так как доза облучения ничтожно мала. Даже после сцинтиграфии, при которой в вену вводят радиоактивный препарат, рекомендуется лишь пить больше жидкости.

Немаловажную роль играет качественное современное оборудование и грамотная работа с аппаратом специалиста.

В МЦ «Санас» рентген делают на лучшем японском оборудовании нового поколения Shimadzu SONIALVISION G4. Это лучший в своем классе и единственный на Дальнем Востоке мультикомплекс, который по мимо стандартных рентгенографических функций, обладает уникальными функциями – томосинтез (послойное исследование) и SLOT-рентгенография (панорамный снимок позвоночника или нижних конечностей). Обеспечивает высочайшее качество снимков и детальную передачу информации при минимальной дозе облучения.

7 бесспорных преимуществ Shimadzu SONIALVISION G4 перед другими аппаратами:

SONIALVISION G4 – универсальный телеуправляемый рентгеновский диагностический комплекс класса «Премиум». Многоцелевая система «Все в одном» задает новые стандарты универсальных систем визуализации, увеличивая продуктивность рентгенологического кабинета по сравнению с обычными системами.

SONIALVISION G4 признан лучшим в своем классе универсальным рентгеновским аппаратом. Независимая аналитическая компания KLAS вручила компании Shimaszu Medical Systems награду«2015 Best in KLAS award» в сегменте рентгеновского оборудования.

Первый в мире телеуправляемый аппарат с функцией томосинтеза – это рентгенографический метод исследования, при котором производится послойное изображение исследуемой области с толщиной среза от 0,5 мм, что позволяет увидеть мельчайшие патологические изменения до 1 мм. Диагностические возможности этого метода намного шире, нежели при обычной цифровой рентгенографии.
Томосинтез существенно расширяет пределы обнаружения меньших патологических изменений, чем традиционная рентгенография. 74% очаговоподобных теней (очаговоподобные тени могут быть при опухолях, метастазах, туберкулёзе и других патологических процессах), выявляются при томосинтезе по сравнению с 25 % при стандартной рентгенографии, что указывает на трехкратное увеличение чувствительности обнаружения при томосинтезе. При цифровой рентгенографии в 21,3 % не удалось выявить изменений метастатического характера в легких, которые определялись при томосинтезе. Информативность томосинтеза при выявлении периферического рака легких доказана учеными Исследовательского центра по предупреждению и скринингу рака (Токио, Чиба).

Низкая доза облучения позволяет использовать томосинтез как скрининговый метод, в отличие от компьютерной томографии. В низкодозовом режиме (20 срезов) доза не превышает 0,001 мЗв, что соответствует нормам радиационной безопасности.

Еще одним преимуществом томосинтеза перед методом компьютерной томографии является возможность обследования пациентов с металлическими имплантатами без возникновения артефактов.

SLOT-рентгенография – (она же панорамная рентгенография, щелевая рентгенография, осевая рентгенография, телерентгенограмма). Этот метод позволяет произвести панорамный снимок всех отделов позвоночника с захватом таза или нижних конечностей с захватом таза на одном изображении за один проход рентгеновской трубки. Изображение получается с истинными анатомическими размерами в отличие от метода сшивки изображений. Слот-рентгенография эффективно применяется для диагностики: сколиозов, укорочений и деформации нижних конечностей, перекоса и ротации костей таза. Этот метод необходим для работы врачей-ортопедов, мануальных терапевтов.
Продуманная конструкция аппарата обеспечивает проведение всех исследований без перемещения пациента, охват «голова – ноги» составляет 202 см.

В МЦ «Санас» – работают опытные врачи — рентгенологи и рентгенолаборанты, которые качественно сделают и опишут рентгенографические снимки нужного органа и дадут правдивую информацию о состоянии вашего здоровья.

Какой метод диагностики самый эффективный при вирусной пневмонии

Метод РГ позволяет выявлять тяжелые формы пневмоний, которые требуют госпитализации, а КТ имеет максимальную чувствительность в выявлении изменений в легких на ранних этапах заболевания

Согласно новому указу регионального минздрава, компьютерную томографию (КТ) легких теперь будут проводить только пациентам старше 65 лет, а также больным с низким уровнем кислорода в крови и осложненным течением заболевания. Остальных отправляют на рентген. Новость уже вызвала шквал негативных комментариев в аккаунте минздрава в Instagram – подписчики серьезно сомневаются в эффективности обычных снимков, апеллируют к мнениям федеральных экспертов и намекают на естественный отбор. «Толк» разбирался, в чем разница между двумя этими методами и в каких случаях более эффективен один, а в каких – другой.

Жители возмущены

До недавнего времени сделать КТ легких в Барнауле можно было двумя путями: взять направление в поликлинике у врача и пойти в Диагностический центр либо приехать сюда же на «скорой» при выраженных симптомах. Исследования проводили круглые сутки на двух аппаратах КТ. Но количество пациентов было таким, что в очередях часами стояли сотни больных. Эта ситуация вызвала большой резонанс – слишком много семей с ней столкнулись.

И 5 октября стало известно, что КТ-исследование теперь доступно куда меньшему числу совсем тяжелых пациентов. Остальным «прописали» традиционный рентген – это оборудование куда доступнее и есть в большинстве поликлиник.

Пациенты и их родственники набросились на минздрав на его странице в Instagram. Они подчеркивают, что рентген мало что дает, особенно на начальной стадии:

«Муж больше недели лежал с температурой 39 градусов и выше. Говорили, что показаний для КТ нет. Рентген ничего не показал. Когда стало совсем уж плохо, все-таки дали направление на КТ, оказалась двусторонняя пневмония».

Один из комментаторов попросил объяснить странность: «Почему с самого начала пандемии и во всех странах мира, и у нас до тех пор, пока просто не стало хватать аппаратов КТ, для диагностики ковидных пневмоний применялась КТ? Как это Вы можете объяснить? Зачем тогда используется самый дорогостоящий метод, если он эффективен наравне с дешевыми и доступными?»

Подписчики также апеллируют к главврачу «Коммунарки» Денису Проценко, который неоднократно объяснял преимущества КТ-диагностики.

Жители также спрашивают, почему нельзя обратиться за помощью в Москву и не купить дополнительные аппараты КТ в Диагностический.

Компьютерная томография – это более современный вариант рентгенографии. В основе метода также лежит рентгеновское излучение. Однако, в отличие от привычного рентгена, КТ – это совокупность послойных снимков, из которых выстраивается объемная проекция, а не плоскость, пишет портал Medicalstor. Таким образом, КТ позволяет более тщательно рассмотреть орган со всех сторон, а не только на плоскости. Для выявления ранней стадии вирусной пневмонии КТ незаменима.

КТ не для всех

Далеко не каждому пациенту с пневмонией или новой коронавирусной инфекцией необходимо делать КТ. Такое мнение высказал главный рентгенолог края Владимир Колмогоров. Врач ссылается на методические рекомендации Минздрава РФ от 3 сентября 2020 года «Профилактика, диагностика и лечение новой коронавирусной инфекции (COVID-19)».

Согласно документу, применение КТ целесообразно для первичной оценки состояния органов грудной клетки у пациентов с тяжелыми прогрессирующими формами заболевания.

«КТ выявляет изменения легких у значительного числа пациентов с бессимптомной и легкой формами заболевания, которым не требуется госпитализация. Результаты КТ в этих случаях не влияют на тактику лечения COVID-19. Поэтому массовое применение КТ для скрининга легких форм болезни не рекомендуется», – прокомментировал Колмогоров.

Колмогоров отметил, что в любом случае последнее слово остается за лечащим врачом.

«Применение лучевых методов у пациентов возможно только по конкретным клиническим показаниям, определяемым лечащим врачом. И даже если на рентгенограмме нет признаков поражения легких, но у пациента присутствуют симптомы заболевания, врач будет назначать лечение, исходя из клинической картины, а не лучевой. Говоря простым языком, врач лечит не «снимок», а пациента с учетом степени выраженности симптомов заболевания», – подчеркнул Колмогоров.

КТ – для ранних этапов

Рентгенологи делят ковидную вирусную пневмонию на четыре стадии, в зависимости от объема поражения легких: это кт-1 (легкая), кт-2 (среднетяжелая), кт-3 (тяжелая) и кт-4 (критическая).

Как рассказала «Толку» Ирина Бахарева, главный терапевт-пульмонолог Алтайского края, на раннем этапе заболевания определить вирусную пневмонию можно только с помощью КТ. Но если процесс уже достаточно распространен, врачи могут распознать вирусное воспаление легких и с помощью рентгенографии (РГ).

«КТ на ранней стадии позволяет увидеть те изменения, которые называются синдромом «матового стекла». На снимке видно, что альвеолы как бы затянуты «дымкой». Если бактериальная пневмония проявляется в виде участков уплотнения, очаговых теней, то здесь легкая «дымка» окутывает все ткани альвеол», – объяснила врач.

Более тяжелые стадии вирусной пневмонии на рентгеновском снимке напоминают, по словам специалиста, «булыжную мостовую».

Когда нужна рентгенография, а когда КТ

Для ранней диагностики вирусной пневмонии стандартный рентген не работает: метод имеет низкую чувствительность в выявлении начальных изменений. Информативность РГ повышается с увеличением длительности течения пневмонии. Об этом говорится в исследовании российских рентгенологов «Методы лучевой диагностики пневмонии при новой коронавирусной инфекции COVID-19», опубликованном в «Вестнике рентгенологии и радиологии».

Исследователи подчеркивают, что РГ имеет важное преимущество перед КТ: большая пропускная способность и меньшее время для обработки кабинета.

РГ позволяет выявлять тяжелые формы пневмоний и отек легких различной природы, которые требуют госпитализации. КТ имеет максимальную чувствительность в выявлении изменений в легких, характерных для COVID-19 пневмоний, уже на начальных этапах. Таким образом, в начале болезни будет полезна КТ, в более запущенных случаях – рентген.

При этом как раз выявление пневмонии на ранней стадии может гарантировать пациенту в дальнейшем здоровые легкие. Раньше выявили – раньше начали лечить, соответственно, и последствия для здоровья будут не такими критичными.

Напомним, 5 октября главный инфекционист региона Валерий Шевченко рассказал, что КТ – приоритетный метод, но не единственно возможный. По словам врача, с прошлой недели в диагностике вирусных пневмоний начали массово задействовать рентгены.

Сейчас в Барнауле работают три аппарата КТ для определения вирусных пневмоний: два в Диагностическом центре и один в центре ядерной медицины. Есть свои аппараты и в некоторых стационарах. В ближайшие дни в Барнауле, по данным телеканала «Толк», должны появиться еще два дополнительных КТ-аппарата в горбольницах № 12 (Шинники) и №4 (Стройгаз).

С апреля по август, по данным регионального минздрава, в Алтайском крае пневмонией заболели 5 619 человек, за сентябрь данных еще нет.

Что делать, если на снимок не направляют? Может ли пациент потребовать рентген легких

В Беларуси все еще фиксируется существенный рост заболеваемости коронавирусной инфекцией и пневмонией. Один из читателей написал в редакцию, что «флюрографию назначают в исключительных случаях». Разбираемся, может ли пациент потребовать сделать рентген легких и что делать, если снимок не назначают.

Фото: Дарья Бурякина, TUT. BY

Рентген легких назначается врачом как для получения общей картины о состоянии здоровья дыхательной системы пациента, так и для постановки и уточнения диагноза, в том числе — пневмонии.

По Клиническому протоколу диагностики и лечения пневмоний предусмотрено, что при повышении температуры до высоких цифр, кашле сухом или с мокротой, боли в грудной клетке, одышке, влажных хрипах назначается следующая лабораторная диагностика: общий анализ крови, обзорная рентгенограмма органов грудной полости, микроскопическое и бактериологическое исследование мокроты.

Решение о том, направить ли пациента на рентген легких, принимает лечащий врач, который учитывает сразу несколько факторов. Иногда одышку, вызванную паническими атаками, пациент может принять за симптомы пневмонии, поясняет врач общей практики городской поликлиники № 4 Гродно Полина Кирко.

Простые вопросы о пневмонии. Как ее вовремя заметить, чем привиться и что будет, если не лечить

По словам специалиста, бактериальная пневмония начинается с ярких симптомов: высокая температура (39−40 градусов), кашель, боль в грудной клетке, снижается давление, может быть одышка и дыхательная недостаточность. Вирусная пневмония может начаться с симптомов ОРВИ, ее течение более стертое: может не быть высокой температуры, кашель возникает постепенно, боль в грудной клетке тоже появляется не сразу, но есть общая слабость и недомогание. Встречаются и атипичные пневмонии, когда нет кашля, пациента ничего не беспокоит. Такие пневмонии выявляют во время флюорографии. У пожилых людей более стертое течение пневмонии из-за меньшего иммунного ответа организма. Кашель может быть не так выражен, температура тоже может быть невысокой.

— Чтобы выявить пневмонию, пациенту назначается общий анализ крови, обращаем внимание, повышена ли СОЭ, лейкоциты. Если СОЭ увеличена не сильно, есть небольшой лейкоцитоз, но нет кашля и одышки, нормальное артериальное давление, то это, скорее всего, не пневмония или атипичное ее течение. Для подтверждения диагноза назначается рентгенография грудной клетки. Но только при соответствующих показаниях.

Что делать, если у пациента есть симптомы, согласно Клиническому протоколу диагностики и лечения пневмоний, а лечащий врач все-таки не дает направление на рентген легких?

В пресс-службе Минздрава пояснили, что можно обратиться к заведующему отделением, главному врачу или его заместителю по медицинской части, а также на горячую линию комитета здравоохранения вашего региона или Министерства здравоохранения.

«У человека почти нет симптомов, а на КТ — двусторонняя пневмония». Радиолог — о специфике COVID-19

Что касается КТ-исследования, которое врачи называют «золотым стандартом диагностики» COVID-19 ассоциированных пневмоний, его должен назначать врач.

— Это лучевой метод диагностики, хоть и небольшое, но есть излучение, КТ пациенту должен назначать доктор, а не он сам себе, — отмечал в интервью TUT.BY врач-радиолог 10-й городской клинической больницы Минска Георгий Топузидис. — Не может быть серьезного поражения без клинической симптоматики. Если нет симптомов, то нет заболевания или оно есть, но в легкой форме.

российский диагност — о компьютерной томографии и других методах определения COVID-19 — РТ на русском

Компьютерная томография становится главным инструментом диагностики COVID-19, так как точность этого метода составляет 97—98%. Об этом в беседе с RT заявил главный специалист по лучевой и инструментальной диагностике Департамента здравоохранения Москвы и Минздрава России по Центральному федеральному округу, директор Центра диагностики и телемедицины, профессор Сергей Морозов. По его словам, вся процедура вместе с дезинфекцией оборудования занимает не более получаса. При этом он уточнил, что для определения коронавирусной пневмонии подходят различные рентгеновские и даже ультразвуковые аппараты.

— Сергей Павлович, сейчас по инициативе Минздрава России главным инструментом диагностики COVID-19 становится метод компьютерной томографии, а не лабораторное тестирование. Почему?

— Коронавирусное заражение необходимо начинать лечить, не дожидаясь результата теста. Это было очевидно для специалистов, и сейчас утверждено в методических рекомендациях Минздрава России — выявлять признаки пневмонии по компьютерной томографии.

Лабораторное тестирование, ПЦР и другие тесты необходимы для выявления вируса, то есть определения возбудителя болезни. Но тест может показать отрицательный результат, потому что он несовершенен или был неправильно проведён. В то время, когда материал для тестирования забирается из носоглотки, вирус уже мог спуститься в лёгкие, и тогда его невозможно идентифицировать. К тому же обнаружение вируса у пациента не устанавливает методику его лечения.

Профессор Сергей Морозов, главный специалист по лучевой инструментальной диагностике Департамента здравоохранения Москвы и Минздрава России по Центральному федеральному округу, директор Центра диагностики и телемедицины
© Официальный сайт Мэра Москвы

— Речь идёт об определении наличия коронавируса или только о выявлении вызываемой им пневмонии?

— Лечим же мы фактически сейчас не сам вирус. Существующие схемы, конечно, включают противовирусные препараты, но они в значительной степени направлены на поддержание готовности организма справиться с вирусной инфекцией.

Алгоритм лечения определяется клинической картиной, выраженными симптомами, состоянием жизнедеятельности организма.

— Получается, для врачей не очень важно, какая именно инфекция вызвала воспаление лёгких: коронавирусная или какая-то другая?

— Всё верно. В текущем эпидемиологическом сезоне маловероятны другие инфекции, вызывающие вирусную пневмонию, да и лечатся они приблизительно одинаково. К тому же компьютерная томография нередко показывает бо́льшую выраженность изменений, нежели клинические проявления. Внешне состояние пациента как бы отстаёт, потому что организм до определённого момента справляется.

Но если на результатах КТ обнаруживаются так называемые матовые стёкла, то есть уплотнения более 5 см, то мы понимаем, что пациенту скоро станет хуже. И лечение сможем начать более активное уже на ранней стадии, а не ждать, когда ему действительно станет плохо.

— Кто и как придумал диагностировать COVID-19 с помощью КТ?

— Опыт применения компьютерной томографии для диагностики коронавирусной пневмонии применялся ещё китайскими коллегами. Это мы знали и по международным публикациям. Очень много, естественно, общаемся с коллегами из разных стран и видим, что происходит.

Также по теме

«Он изменяется постоянно»: вирусолог спрогнозировал вторую волну эпидемии коронавирусной инфекции

Стратегия нового коронавируса заставляет его снижать вирулентность и становиться менее опасным для своего носителя. Об этом в беседе с…

— Может ли КТ стать основным способом диагностики? Какова его точность? Есть ли другие аппаратные способы обнаружить COVID-19?

— Метод компьютерной томографии очень точный, его чувствительность составляет где-то 97—98%. Для сравнения, у ПЦР-тестов этот показатель — порядка 70%. При этом, естественно, КТ можно смело комбинировать с любыми другими методами. Есть ещё рентгенологическая диагностика, она абсолютно нужна и целесообразна, но её сложнее интерпретировать. Но если не хватает КТ-оборудования или количество поступающих пациентов настолько велико, что просто не успевают делать компьютерную томографию, можно прибегать к рентгеновской аппаратуре.

Сейчас в Италии, например, используют и ультразвуковое исследование. Обычно считается, что УЗИ лёгких не делается. Конечно, таким образом полноценно увидеть орган нельзя, но можно оценить нужные участки — увидеть заднебазальные отделы.

— Может ли получиться так, что ни тесты, ни компьютерная томография не покажут инфицирование — и больного человека выпустят из карантина?

— Компьютерная томография где-то в первые три дня болезни может не показывать изменения в лёгких, поэтому для скрининга, то есть первичного обследования пациентов без симптомов, КТ-диагностику использовать нельзя. В таком случае действительно может возникнуть ситуация, когда проявлений вируса не нашли, а у человека на следующий день появится типичная картина заболевания.

Для определения больных коронавирусной пневмонией подходят различные рентгеновские и даже ультразвуковые аппараты
РИА Новости
© Павел Львов

— Вирусная пневмония опасна, например, для детей? Судя по информации об основных группах риска, в первую очередь надо делать КТ представителям старшего поколения?

— Компьютерную томографию можно делать и ребёнку, и взрослому. Коронавирусным заболеванием, действительно, сейчас страдают больше люди старшего возраста, начиная с 40 лет, но оно бывает и у молодых. В 80% случаев COVID протекает в лёгкой форме.

Сложности возникают, когда у человека уже есть какое-то фоновое заболевание: диабет, сердечная недостаточность, онкология. Потому что организм и так находится в напряжённом состоянии, ресурсов мало, а тут ещё и вирус. Так что вопрос больше не в возрасте, а в клинических проявлениях болезни.

— Напомните их, пожалуйста.

— При вирусной пневмонии появляется гипоксемия — снижение уровня кислорода в крови. Тревожные симптомы: стойкая температура 38,5 и выше в течение трёх дней и дольше, нарушение дыхания, когда, например, тяжело подняться по лестнице, небольшая синюшность губ или ногтевых пластин.

Этот вирус создаёт очень большую нагрузку на организм, и на этом фоне могут проявляться другие заболевания. К вирусной пневмонии может присоединиться бактериальная, могут осложняться хронические заболевания или начаться тромбообразование.

— Сколько в стране (и в частности в Москве) аппаратов для КТ? Все ли они подходят для решения поставленных задач? Требуется ли дополнительная подготовка персонала?

— Есть статистика по поликлиникам Москвы, где ситуация самая напряжённая. На сегодняшний день общее количество компьютерных томографов в поликлиниках города — 49, все они позволяют обследовать лёгкие.

Исследовательская методика работы на компьютерном томографе несложная, к ней мы привлекаем сейчас специалистов с маммографии, флюорографии, МРТ, рентгенологических исследований. Лаборантам выделяются помощники — сестринский персонал и даже студенты в рамках производственной практики. Многие специалисты проходят дополнительное обучение по работе с КТ.

Тревожные симптомы, при которых назначается КТ-диагностика лёгких: стойкая температура 38,5, нарушение дыхания, небольшая синюшность губ или ногтевых пластин
РИА Новости
© Алексей Сухоруков

— Как организовано такое обучение?

— Наш центр начал транслировать различные учебные программы, вебинары по подготовке специалистов к использованию компьютерной томографии ещё несколько недель назад. Только за первые два дня зарегистрировались 2000 специалистов, причём не только врачи-рентгенологи. Бесплатный курс по анализу компьютерной томографии длится около 18 учебных часов. Можно быстро дистанционно изучить методику интерпретации этих исследований и очень хорошо в этом разбираться.

— Расскажите, как организована работа кабинетов КТ в условиях эпидемии? Не станет ли центр диагностики очагом заражения?

— Согласно новым рекомендациям, специалисты обеспечены средствами индивидуальной защиты. Больные с подозрением на COVID направляются через отдельный вход в кабинет компьютерной томографии.

Работа кабинета КТ разделена на три изолированные зоны, чтобы минимизировать риски взаимного заражения. Помощник помогает укладывать пациента на аппарат. Лаборант из операторской запускает диагностику, а врач из другого помещения описывает исследование. После каждого обследованного проводится санитарная обработка аппаратуры и рабочих поверхностей. Даже простое соблюдение нормального санэпидрежима позволяет максимально снизить риски заражения.

Это показывает опыт «ковидариев» — специализированных больниц для пациентов с COVID-19. И лаборанты, и рентгенологи, и врачи уже месяц работают там с «ковидными» больными, но при этом не заражаются.

Также по теме

«Человечество переносило ещё большие эпидемии»: Рошаль — о ситуации с коронавирусом и превентивных мерах России

Для России не очень актуально такое нагнетание в обществе страха в связи с пандемией коронавирусной инфекции COVID-19, которое сейчас…

— Сколько времени занимает такая процедура с учётом санэпидемиологической обработки?

— Исследование быстрое, само сканирование занимает меньше минуты. С учётом укладки и снятия пациента со стола — 10 минут в среднем. Плюс интерпретация результатов. Врач-рентгенолог может оценить ситуацию очень быстро, до 15 минут. После каждого пациента минимальная уборка контактных поверхностей. На каждого пациента в сумме получается минут 20—30. После приёма нескольких пациентов проводится уже текущая уборка по расписанию.

— А как быть людям, которым предписано КТ в связи с другими диагнозами? С теми, кто стоял в очереди на эту проверку в это время?

— Сейчас медицинского обеспечения уже недостаточно для всех пациентов. И несмотря на то, что сейчас обследование и диагностика «ковидных» пациентов производятся отдельно от остальных, тем, у кого нет острой потребности в немедленном лечении, лучше его отложить. Но в целом, конечно, ситуация создаёт очень высокие риски для пациентов и большую нагрузку на систему здравоохранения. Некоторые организации уже приняли решение о круглосуточном режиме работы кабинетов компьютерной томографии в поликлиниках.

— На каких условиях можно пройти КТ-диагностику по собственной инициативе?

— В государственных организациях сейчас делают компьютерную томографию всем пациентам с температурой выше 38,5. И лечение назначают, и выдают препараты бесплатно всем, кому назначено. На это целенаправленно идут средства фонда ОМС. Есть, конечно, и частные медицинские организации, которые продолжают работать и также предоставляют возможность обследования, но на коммерческой основе.

COVID-19: Странности поведения нового вируса

Пневмонию, вызванную коронавирусом нового типа, можно не увидеть на рентгене. Какие проблемы могут возникать из-за странного поведения COVID-19, телеканалу «МИР 24» рассказал врач-хирург Денис Кондратьев.

— Очень часто звучит, что на рентгене пневмонию, вызванную коронавирусом, не всегда видно, что нужно проводить КТ. Это так?

Денис Кондратьев: Есть определенные сложности в диагностике коронавирусной инфекции и интерпретаций. Томография – более достоверный метод. Конечно, в таких условиях (мы знаем, какие сложности возникают в лечении вирусной пневмонии, вызванной именно коронавирусом) рисковать не приходится. Пациентам с подозрением на коронавирусную пневмонию обязательно делают МСКТ.

— Медики, которые лечат коронавирус, рассказывают, что на снимке уже видно, что пневмония, а больной чувствует себя хорошо, нет проблем с дыханием. Проходит час, самочувствие резко меняется. Чем можно объяснить лавинное развитие болезни?

Денис Кондратьев: Такой характер течения инфекции, что многие заболевшие могут ходить бессимптомно и чувствовать себя нормально, и буквально за несколько часов слечь, и на КТ увидят хорошую развитую пневмонию. Пневмония и вирус долгое время себя могут не проявлять, пока развиваются. Резкое начало не совсем типично для бактериальных пневмоний, для других вирусных пневмоний, которые протекают с какими-то симптомами, с лихорадкой. У коронавирусной пневмонии есть симптомы «до»: и нарушение обоняния, и лихорадка, и слабость. Нельзя сказать, что все проходит без симптомов. Они, конечно, есть, достаточно манифестные. Есть случаи, про которые вы рассказали, действительно, когда все идет очень быстро, и у врачей считанные часы остаются, чтобы успеть помочь пациенту.

— Чем еще коронавирус отличается от обычных ОРВИ? Как это может осложнять диагностику и лечение?

Денис Кондратьев: От него достаточно высокая летальность. Он уже побил все наши рекорды. Второй момент – пациенту, который попадает с коронавирусной пневмонией, чаще всего требуется искусственная вентиляция легких, потому что самостоятельно эти пациенты, если это тяжелое течение заболевания, дышать не могут. Вирус тропен к клеткам дыхательной системы, в частности, он любит их. В первую очередь, они и поражаются, почему у нас обоняние вылетает и почему такая смертность? Потому что не у всех удается вовремя диагностировать это заболевание и посадить на ИВЛ. Наверное, в этом сложность, что заболевание очень тяжело протекает у многих пациентов, чего нельзя сказать, допустим, о тех вирусных пневмониях, которыми люди болеют каждый год. Далеко не всем требуется ИВЛ и такая массивная помощь. В чем еще сложность? Непонятно, какими препаратами лечить. Если другие пневмонии более-менее известны, медицина выработала стратегию, есть препараты, то здесь мы пока в условиях поиска, какой препарат от данного штамма будет работать.

— Если говорить о тяжести течения и посмотреть статистику последних дней, наблюдался рост числа зараженных, но количество госпитализированных выросло незначительно. О чем это говорит?

Денис Кондратьев: Большинство болеет в легкой форме. Люди, которым в условиях дома можно лечиться, они остаются дома. Госпитализировать всех просто невозможно. Мы знаем, что стационары переполнены, многие перепрофилируют под лечение коронавирусной инфекции, но, в принципе, нет большого отклонения от обычной вирусной инфекции, потому что большинство вирусных инфекций мы переживаем дома, находимся под наблюдением врача, принимаем соответствующие препараты. С коронавирусной инфекцией то же самое – большая часть диагностированных находится на домашнем лечении, но очень много все равно тяжелых случаев в процентном соотношении, которые могут приводить к летальным исходам.

— При какой статистической ситуации режим самоизоляции в Москве можно ослабить, как вы считаете?

Денис Кондратьев: Как минимум, когда не будет смертности и не будет такого количества зараженных пациентов. Сейчас динамика не в нашу пользу пока.

Врачи рассказали о диагностике коронавируса у россиян

Тест-систем, определяющих новый коронавирус в организме, в открытом доступе в России пока нет. Ни в одной коммерческой лаборатории страны этот анализ не доступен. Тем временем, заражение вирусом 2019-nCoV приводит к быстрому развитию так называемой атипичной пневмонии. Как она проявляется и кому нужно делать рентген легких, «МК» рассказали врачи.

Тигран Хангельдян, рентгенолог:

— Атипичная пневмония возникает в результате попадания жидкости из альвеол в легкие и вызывает его быстрый отек, что провоцирует острую дыхательную недостаточность или гипоксию.

Атипичная пневмония — следствие тяжелых инфекций, она происходит, когда вирусы, попадающие в верхние дыхательные пути, быстро размножаются и вызывают острый респираторный синдром.

Сегодня любой пациент, у которого начался кашель и повысилась температура тела, должен незамедлительно обратиться за помощью к врачу. Начальные симптомы коронавирусной инфекции никак не отличаются от ОРВИ, а пневмония при ней развивается очень быстро.

90% случаев атипичной пневмонии можно выявить на рентгене легких, а в 10% требуется компьютерная томография (ее стоимость втрое дороже).

Кстати, атипичные пневмонии бывают при многих инфекциях. Они опасны быстрым присоединением бактериальной инфекции к вирусной, что вызывает нарастание дыхательной недостаточности.

Сегодня никакую пневмонию невозможно диагностировать без рентгена или, в ряде случаев, КТ. А в случае с серьезными вирусами диагностика должна быть быстрой!

Светлана Власова, врач-терапевт «Открытой клиники» на проспекте Мира:

— В мире известно около 40 коронавирусов, и врачи сталкиваются с ними в своей практике постоянно. Примерно 20% населения является их носителями. Однако большинство вирусов этого семейства, к счастью, не опасны. Неприятно то, что в последние годы коронавирусы начинают мутировать, и с начала этого века вызывают уже третью серьезную эпидемию. Первая случилась в 2002 году — так называемая атипичная пневмония, которая тоже разразилась в Китае. Вторая — в 2013-м, в Саудовской Аравии. Третья началась в Китае с конца декабря 2019 года.

Коронавирусной инфекции больше всего подвержены дети, ослабленные люди и старики и с пониженной иммунной защитой.

На сегодня известно, что инкубационный период составляет от 2 до 14 дней. Иногда, при хорошем иммунитете, попадание вируса в организм заканчивается его элиминацией (человек выздоравливает сам). Но нередко возникают осложнения в виде атипичной пневмонии и дыхательной недостаточности.

На какие симптомы обратить внимание?

— Кашель более пяти дней;

— Першение в горле;

— Насморк;

— Одышка при ходьбе.

На 3-7 день к болезни присоединяются бактериальные инфекции, что вызывает сильную одышку и дыхательную недостаточность.

Способы не заразиться довольно просты: надо почаще мыть руки, избегать мест скопления народа, есть термически обработанную пищу.

Вакцины от нового вируса пока нет, но разработки ведутся. Профилактически можно принимать витамин С в дозе до 1000 мг в сутки и каждые 4 часа промывать нос – входные ворота инфекции. Механический барьер на пути инфекции создает любая противовирусная мазь или просто персиковое масло, которыми можно обрабатывать ноздри. Ну и самое главное — не заниматься самолечением.

Обычно наши люди дают себе три дня на самолечение, а дальше обращаются к врачу. Сейчас так поступать нельзя! Если у вас высокая температура, если заболел ребенок (у детей при коронавирусе сразу же происходит обезвоживание и развивается судорожный синдром), нужно вызвать на дом врача. Если вы заболели, вам нужно изолировать себя от здоровых людей: пользоваться отдельной посудой, полотенцем, стараться носить маску и менять ее каждые два часа.

Быстрое нарастание дыхательной недостаточности, одышка, чувство нехватки воздуха, расстройство пищеварения, рвота, диарея говорит о тяжести состояния.

Поэтому лучше срочно обратиться к ЛОР врачу.

Читайте также: Ученые рассказали, для кого наиболее опасен новый коронавирус

Опубликован в газете «Московский комсомолец» №28183 от 31 января 2020

Заголовок в газете:
Врачи рассказали о диагностике коронавируса у россиян

Неспецифические воспалительные заболевания дыхательных путей :: АЦМД

Диагноз «неспецифическое воспалительное заболевание» встречается довольно часто, можно сказать: «на слуху». Что же кроется под этим обозначением? Какие заболевания входят в группу НПВЗ?

Бронхит

наиболее часто встречаемый воспалительный процесс в бронхах с острым или хроническим течением.

Причинами развития бронхита могут вирусная или бактериальная инфекция, хронический воспалительный процесс верхних дыхательных путей (носоглотка, гортань, трахея, ППН), загрязненный воздух (пыль, сажа, химические вещества).

В основе заболевания лежит нарушение дренажной функции бронхов, изменение количеств секрета в них, нарушение эвакуации и перистальтики, заполнения бронхов слизью.

Клинически проявляется кашлем с большим количеством мокроты разного, в зависимости от этиологии, характера, повышением температуры тела, отдышкой, интоксикацией.

Диагностика: на рентгенограммах высокого качества можно определить расширение бронхов, утолщение их стенок, Y-образные расширенные разветвления, на СКТ-сканах можно выявить наполненные и обтурированные слизью бронхи, и, как следствие, ателектаз долек. Только при помощи спиральной компьютерной томографии можно выявить ограниченные участки повышенной прозрачности и вздутия, буллезную эмфизему, расширение корней легких за счет увеличения калибра легочных артерий, в которых повышается давление. При хроническом бронхите отмечается уменьшение средних и мелких разветвлений лёгочной артерии. В острые периоды может наблюдаться увеличение лимфоузлов средостения, которые можно выявить и дифференцировать только при помощи СКТ.

Бронхиальная астма

это хроническое рецидивирующее аллергическое заболевание, которое характеризуется периодическими возникновениями отдышки, вызванной спазмом бронхов, гиперсекрецией и отеком слизистой оболочки.

По этиологии принято считать «виноватыми» бактериальные аллергены окружающей среды, пыль, холод, запахи, инфекционно-аллергические агенты (микроорганизмы и продукты их жизнедеятельности).

Клинически бронхиальная астма проявляется приступами отдышки, которые могут продолжаться до 3-7 суток: вздох короткий, сильный и глубокий, выдох – медленный судорожный, сопровождается свистящими хрипами. Лицо у больного одутловатое, бледное. Во время приступа отходит большое количество вязкой мокроты.

Диагностика: на рентген-снимках можно диагностировать эмфизему, зазубренность контура диафрагмы, низкое стояние куполов диафрагмы. При хроническом течении формируются устойчивые изменения в виде бочковидной деформации грудной клетки, фиброзной деформация легочного рисунка, распространенной эмфиземы легких, расширения артериальных сосудов в области корней легких. При помощи спиральной компьютерной томографии (СКТ) можно отчетливо дифференцировать утолщенные стенки бронхов, расширенные просветы бронхиального дерева, различные виды эмфиземы легких, изменение сосудистого рисунка, с преобладанием и усилением в прикорневых отделах, ослаблением в кортикальных.

Фиброзирующие альвеолиты

К этой группе относятся различные нозологические формы, которые возникают вследствие проникновения в организм повреждающих агентов, вызывающих идиопатические, аллергические или токсические альвеолиты. Данная группа заболеваний распространена среди работников сельского хозяйства, в текстильной, швейной, химической и фармацевтической промышленности.

Заболевания характеризуются тремя взаимосвязанными процессами: отек, воспаление, фиброз.

Клинически у больных отмечается развитие отдышки кашель, повышение температуры тела, боль в грудной клетке, постепенная потеря веса. Течение может быть острым (6мес-2 года) и хроническим (6-8 лет) с периодическими рецидивами.

Диагностика: на рентген снимках отмечается усиление и сетчатая деформация легочного рисунка, нечеткая очерченность сосудов и бронхов, местами определяются участки вздутия и коллапса легких, далее присоединяются грубые фиброзные изменения легких и плевры, которая визуализируется в виде перибронхиальной, периваскулярной фиброзной тяжистости, множественные пузыревидные вздутия в кортикальных отделах легких (сотовое легкое). На ранних стадиях при помощи спиральной компьютерной томографии (СКТ) можно определить степень и протяженность фиброзно-кистозных дегенеративных изменений легочной паренхимы и мелкие очаги в периферических отделах легких.

Пневмония

принадлежит к наиболее распространенным заболеваниям легких. Патологический процесс локализуется в бронхах, бронхиолах, альвеолярной паренхиме, соединительной ткани. Различают первичную и вторичную пневмонию. Чаще всего причиной развития первичной пневмонии является бактериальная инфекция. Патологическими агентами может быть пневмококк, стафилококк, палочка Фридлендера, синегнойная и кишечная палочки, прочее. На ряду с бактериальной пневмонией также существует и опасность возникновения вирусной пневмонии (гриппозная, аденовирусная, орнитозная), рикетсиозной пневмонии, паразитарной, грибковой и других видов. Вторичная пневмония развивается в следствие имеющихся инфекционных заболеваний (коклюш, корь, тиф, сифилис) или при наличие гнойных очагов (фурункул, абсцесс, остеомиелит).

Клинически пневмония чаще всего возникает неожиданно, на фоне повышения температуры тела до 39 градусов, сопровождается головной болью, болью в груди, которая усиливается во время дыхания, кашля.

Диагностика: на рентген-снимке определяется частичная локализованная или разлитая (зависит от формы пневмонии) тень, возможны варианты с наличием множественных диссеминированных очагов. При помощи спиральной компьютерной томографии (СКТ) можно точно выявить и локализовать даже мелкие, «невидимые» при рентген-исследовании очаги, определить состояние плевры, наличие жидкости в плевральной полости, СКТ позволяет детально оценить прилегающие отделы неизмененной легочной паренхимы, состояние бронхов, лимфоузлов средостения и прочее.

Если резюмировать

Как мы видим, различных заболеваний, этиологических факторов и нюансов внешних проявлений масса, относительно общее одно – диагностика. Чаще всего пациенты с жалобами на патологию органов дыхания направляются на рентген диагностику или СКТ, так как при помощи совокупности этих методов можно действительно наиболее детально и точно распознать болезнь даже на ранних стадиях, провести дифференциальную диагностику и назначить необходимое лечение.

Высококачественная цифровая рентгенография и спиральная компьютерная томография в АЦМД.

Статью подготовили специалисты отделения лучевой диагностики АЦМД-МЕДОКС

Пневмония | Воспаление легких — диагностика, оценка и лечение

Пневмония — это инфекция, которая вызывает воспаление в одном или обоих легких и может быть вызвана вирусом, бактериями, грибами или другими микробами.

Ваш врач может провести медицинский осмотр и использовать рентген грудной клетки, КТ грудной клетки, УЗИ грудной клетки или игольную биопсию легкого, чтобы помочь диагностировать ваше состояние. Ваш врач может дополнительно оценить ваше состояние и функцию легких с помощью торакоцентеза, установки плевральной дренажной трубки или дренирования абсцесса под визуальным контролем.

Что такое пневмония?

Пневмония — это инфекция, вызывающая воспаление одного или обоих легких. Это может быть вызвано вирусом, бактериями, грибками или другими микробами. Инфекция обычно передается, когда человек вдыхает воздух, несущий микробы.

У больных пневмонией могут быть следующие симптомы:

Кашель с выделением мокроты, а иногда и крови
лихорадка
одышка или затрудненное дыхание
озноб или дрожь
усталость
потеет
боль в груди или мышцах

Наибольшему риску развития пневмонии подвержены дети младшего возраста или люди старше 65 лет.

Люди с существующими проблемами со здоровьем также подвергаются повышенному риску. Факторы риска и обстоятельства, которые могут увеличить шансы человека на развитие пневмонии, включают:

страдающие такими заболеваниями, как эмфизема, ВИЧ / СПИД или другими заболеваниями легких или состояниями, влияющими на иммунную систему
болеет гриппом
Воздействие и вдыхание различных химических веществ
курение или чрезмерное употребление алкоголя
длительное пребывание в стационаре или реанимации
недавняя операция
недавняя травма

Пневмония иногда может приводить к серьезным осложнениям, таким как недостаточность дыхательной системы, распространение инфекций, жидкость, окружающая легкие, абсцессы или неконтролируемое воспаление по всему телу (сепсис). Состояние также может быть фатальным, поэтому важно немедленно обратиться за медицинской помощью, если вы испытываете эти симптомы.

начало страницы

Как диагностируется и оценивается пневмония?

Ваш лечащий врач сначала спросит вас о вашей истории болезни и симптомах. Вы также пройдете медицинский осмотр, чтобы врач послушал ваши легкие. При проверке на пневмонию врач выслушает аномальные звуки, такие как потрескивание, урчание или хрипы.Если ваш врач подозревает, что у вас пневмония, для подтверждения диагноза может быть проведено визуализирующее обследование.

Для оценки пневмонии может быть заказано одно или несколько из следующих тестов:

Рентген грудной клетки : Рентгеновское обследование позволит вашему врачу осмотреть ваши легкие, сердце и кровеносные сосуды, чтобы определить, есть ли у вас пневмония. Интерпретируя рентгеновский снимок, радиолог будет искать в легких белые пятна (так называемые инфильтраты), которые идентифицируют инфекцию.Это обследование также поможет определить, есть ли у вас какие-либо осложнения, связанные с пневмонией, такие как абсцессы или плевральный выпот (жидкость, окружающая легкие).
КТ легких : КТ грудной клетки может быть проведена, чтобы увидеть более мелкие детали в легких и обнаружить пневмонию, которую может быть труднее увидеть на простом рентгеновском снимке. КТ также очень подробно показывает дыхательные пути (трахею и бронхи) и может помочь определить, может ли пневмония быть связана с проблемой в дыхательных путях.КТ также может показать осложнения в виде пневмонии, абсцессов или плеврального выпота и увеличения лимфатических узлов.
УЗИ грудной клетки : Ультразвук можно использовать, если есть подозрение на наличие жидкости, окружающей легкие. Ультразвуковое исследование поможет определить, сколько жидкости присутствует, и поможет определить причину появления жидкости.
МРТ грудной клетки : МРТ обычно не используется для диагностики пневмонии, но может использоваться для исследования сердца, сосудов грудной клетки и структур грудной клетки.Если легкие ненормальны из-за избытка жидкости, инфекции или опухоли, МРТ может предоставить дополнительную информацию о причине или степени этих аномалий.
Игольная биопсия легкого : Ваш врач может запросить биопсию вашего легкого (легких), чтобы определить причину пневмонии. Эта процедура включает в себя извлечение нескольких небольших образцов из легких (легких) и их исследование. Биопсию легкого можно сделать с помощью рентгена, КТ, ультразвука и / или МРТ.

начало страницы

Как лечится пневмония?

При пневмонии можно использовать следующие методы лечения под визуальным контролем:

Торакоцентез : Жидкость может быть взята из грудной полости и изучена, чтобы помочь врачу определить, какой микроб вызывает ваше заболевание.Рентген, КТ и / или ультразвук могут использоваться во время плевроцентеза. Жидкость, удаленная во время этой процедуры, также может облегчить симптомы.
Установка грудной трубки : Во время этой процедуры, также известной как торакостомия, тонкая пластиковая трубка вводится в плевральную полость (область между грудной стенкой и легкими. Трубка может помочь удалить излишки жидкости или воздуха. Процедура проводится под контролем КТ или УЗИ.
Дренирование абсцесса под контролем изображения : Управление изображением помогает направить иглу в полость абсцесса и может помочь во время введения дренажной трубки.Если в легких образовался абсцесс, его можно дренировать, вставив небольшую дренажную трубку (катетер). Используется визуальное сопровождение, включая рентгеноскопию, рентген, ультразвук или компьютерную томографию.

Каждый из этих тестов поможет вашему врачу дополнительно оценить ваши легкие и функцию легких или поможет определить тип микроба, вызывающего вашу пневмонию.

начало страницы

Эта страница была рецензирована 23 января 2019 г.

Рентген грудной клетки при пневмонии — wikidoc

Главный редактор: C.Майкл Гибсон, M.S., M.D. [1]; Заместитель главного редактора (ов): Хамид Кази, доктор медицины, бакалавр наук [2], Приямвада Сингх, доктор медицины [3]; Алехандро Лемор, доктор медицины [4]

Обзор

Важным тестом для диагностики пневмонии является рентген грудной клетки. Рентген грудной клетки может выявить участки помутнения (белые), которые представляют собой уплотнение. Пневмонию не всегда можно увидеть на рентгеновских снимках либо потому, что болезнь находится только на начальной стадии, либо потому, что она поражает часть легкого, которую трудно увидеть на рентгеновских снимках.

Рентген грудной клетки

Показания

Пациенты со следующими состояниями должны быть обследованы с помощью рентгена грудной клетки: ^[1]

Выводы

Приобретена больница

Американское торакальное общество рекомендует всем пациентам с подозрением на внутрибольничную пневмонию сделать рентген грудной клетки для подтверждения диагноза и определения степени тяжести заболевания. ^[3]
Рентген грудной клетки также помогает определить плевральный выпот или кавитацию как возможное осложнение.
В идеале рентген грудной клетки должен быть задне-передним и боковым, но это будет зависеть от состояния пациента.
Результаты включают следующее: ^[4]

Рентген грудной клетки также используется для оценки улучшения или отсутствия клинического ответа у госпитализированных пациентов.

Рентгенография грудной клетки

Видео

Список литературы

↑ Уоткинс Р.Р., Лимонович Т.Л. (2011).«Диагностика и лечение внебольничной пневмонии у взрослых». Ам Фам Врач . 83 (11): 1299–306. PMID 21661712.
↑ Syrjala H, Broas M, Suramo I, et al. Компьютерная томография высокого разрешения для диагностики внебольничной пневмонии. Clin Infect Dis 1998; 27: 358-363 PMID 9709887
↑ «Рекомендации по ведению взрослых с госпитальной, вентиляционной и медицинской пневмонией». Американский журнал респираторной медицины и реанимации . 171 (4): 388–416. 2005. DOI: 10.1164 / rccm.200405-644ST. ISSN 1073-449X.
↑ Koenig, S.M .; Трувит, Дж. Д. (2006). «Пневмония, связанная с искусственной вентиляцией легких: диагностика, лечение и профилактика». Обзоры по клинической микробиологии . 19 (4): 637–657. DOI: 10.1128 / CMR.00051-05. ISSN 0893-8512.

Шаблон: WH
Шаблон: WS

Обнаружение инфекции пневмонии в легких по рентгеновским изображениям грудной клетки с использованием глубокой сверточной нейронной сети и методов поиска изображений на основе содержимого

Полные процессы предложенной модели для идентификации инфекции пневмонии описаны более подробно.Весь метод разделен на несколько этапов в следующих подразделах, начиная со сбора изображений для процесса классификации. Предлагаемая модель обнаружения пневмонии состоит из пяти этапов. Полный процесс предлагаемой системы показан на рис. 1.

Рис. 1

Схема предлагаемой модели обнаружения пневмонии

Полный процесс разработки системы обнаружения пневмонии был представлен в последующих подразделах. Он начинается с подготовки набора данных и этапа предварительной обработки.

Подготовка и предварительная обработка набора данных

Набор данных Chest X-ray 8 был загружен из открытого хранилища данных для диагностики пневмонии по изображениям грудной клетки. Метод поиска визуальной информации на основе контента использовался для извлечения входных изображений из большой базы данных с минимальным затратом времени. Затем были использованы методы увеличения данных для увеличения размера набора данных. Кроме того, метод поиска изображений на основе содержимого помог избежать проблем с дублированием изображений. Для создания расширенных изображений использовались базовая обработка данных и Deep Convolutional Generative Adversarial Network (DCGAN).Методы увеличения данных увеличили количество изображений в каждом классе до 6000 изображений. Для обучения предложенной нейронной сети использовалось 11 900 изображений. Таблица 1 иллюстрирует детали обучающих данных для модели идентификации инфекции пневмонии.

Таблица 1 Количество изображений в предлагаемом наборе данных

Процесс увеличения данных был реализован с использованием языка программирования Python с тензорным потоком и библиотекой дополнения. Набор данных был разделен на набор для обучения, проверки и тестирования.Было использовано 11 900 изображений для обучения и проверки предложенной сети VGG19Net для обнаружения инфекции пневмонии. Было 300 невидимых изображений, которые были использованы для проверки работоспособности предлагаемых и существующих современных моделей. На рисунке 2 показаны случайные выборки из набора данных предлагаемой модели идентификации инфекции пневмонии.

Рис. 2

Случайные образцы изображений набора данных рентгеновского снимка грудной клетки

Разработка и обучение VGG19Net

Предлагаемая модель идентификации пневмонии использует стандартную сеть VGG19Net с некоторыми модификациями.Библиотека приложения Keras использовалась для импорта предварительно обученного VGG19Net. В VGG19Net используется шестнадцать сверточных слоев. Сверточные слои сгруппированы как набор, и после каждого набора сверточных слоев был введен максимальный слой объединения, чтобы уменьшить размер функций. Размер входных изображений представлен с помощью приведенного ниже уравнения. 1,

$$ \ dim \ left ({image} \ right) = \ left ({nH, nW, nC} \ right) $$

(1)

где nH и nW представляют размер высоты и ширины, а nC представляет количество каналов.

Каждый сверточный слой использует уникальные фильтры для извлечения признаков из входных данных. Размер фильтра в VGG19Net показан в уравнении ниже. 2.

$$ dim \ left ({filter} \ right) = \ left ({f, f, nC} \ right) $$

(2)

где f представляет размер высоты и ширины, а nC представляет количество каналов.

Сверточные слои извлекают информацию о свойствах из входных данных с помощью функции фильтрации и создают данные о свойствах в качестве выходных.{nC} K_ {i, j, k} I_ {x + i — 1, y + j — 1, k} $$

(3)

, где I представляет входное изображение сверточной функции, а K представляет фильтр ядра. Чтобы улучшить производительность первых пяти уровней стандарта VGG19Net, он был заморожен для тренировочного процесса. Время обучения модели без замораживания первых пяти слоев очень долгое. Но нет никаких изменений в производительности обучения модели, включая первые пять слоев.Итак, слои заморожены для тренировочного процесса. Также в сеть добавлены два плотных слоя для изменения количества классов с 1000 до 2 классов. Два выходных класса — не обнаружение и пневмония. Функция активации softmax использовалась для классификации выходных данных модели по классам.

Кроме того, между первыми двумя плотными слоями был добавлен выпадающий слой с выпадением 0,2, чтобы избежать проблемы переобучения. В этой сети сравнивались разные показатели отсева, и они варьировались от 0.От 2 до 0,8, а 0,5 дает лучшую тренировочную производительность. В этой модели использовался градиентный спуск мини-партии с размером партии 16. Кроме того, применялись различные размеры партии, и производительность сравнивалась с размером партии 16. Реализация предложенной VGG19Net была разработана и реализована с использованием программирования на Python. язык и библиотека Tensorflow. Количество слоев, а также входные и выходные размеры каждого слоя представлены в сводке модели. Основные процессы проектирования и настройки предлагаемой VGG19Net были разработаны на рабочей станции HP Z800.После настройки VGG19Net для обнаружения инфекции пневмонии модель была обучена с использованием сервера глубокого обучения NVIDIA DGX1. В предлагаемой VGG19Net обучаются 54 631 490 параметров. Сервер глубокого обучения NVIDIA DGX1 ускоряет процесс обучения предлагаемой VGG19Net. Краткое изложение предлагаемой VGG19Net для диагностики инфекций пневмонии показано на рис. 3.

Рис. 3

Краткое изложение предлагаемой VGG19Net

На рис. 4 показан результат обучения предложенной модели с 500 эпохами и размером пакета 16 .

Рис. 4

Результат обучения предлагаемой VGG19Net

На рис. 5 представлены точность проверки и потери предлагаемой VGG19Net в предлагаемом наборе данных рентгеновского снимка грудной клетки пневмонии.

Рис. 5

Результат обучения предлагаемой VGG19Net

После завершения процесса обучения архитектура слоев и весовые значения предложенной VGG19Net были сохранены как H5 для использования в будущем. Характеристики валидации модели с использованием различных наборов данных показаны на рис.6. Наборы данных — это исходный набор данных, расширенный набор данных на основе базовых методов обработки, расширенный набор данных на основе DCGAN и комбинированный набор данных с использованием исходных, базовых методов манипуляции и методов DCGAN.

Рис. 6

Сравнение производительности наборов данных

Результаты сравнения производительности наборов данных показывают важность комбинированных методов увеличения данных в наборах данных классификации изображений.

Пневмония, связанная с коронавирусом, выявленная с помощью КТ

Пациенты с положительным результатом теста на пневмонию, связанную с коронавирусом, в основном разделяют несколько результатов, видимых на компьютерной томографии.Знание того, какие симптомы могут появиться на этих изображениях, может помочь поставщикам медицинских услуг распознать, какие люди будут нуждаться в целенаправленном лечении.

Вместе исследователи-радиологи из Шанхайского клинического центра общественного здравоохранения и Мичиганского университета в Анн-Арборе проанализировали компьютерную томографию грудной клетки пациентов, у которых положительный результат теста на пневмонию, ассоциированную с коронавирусом, чтобы определить, что общего у их изображений. Результаты были опубликованы в выпуске Radiology от 6 февраля.

Чтобы определить, какие данные в легких указывают на инфекцию, исследователи изучили компьютерную томографию грудной клетки без контраста у 51 человека с положительным результатом на вирус, выявив в общей сложности 1324 очага поражения.Из этой группы у 44 участников было 1284 поражения обоих легких, а у 32 пациентов — 1194 поражения четырех или пяти долей. Кроме того, у 41 человека было 1179 поражений в задней части легкого, а у 44 человек — 1198 поражений, разбросанных по периферии легкого.

В то время как лихорадка и кашель были обычными симптомами, которым страдали 96 процентов и 47 процентов пациентов, соответственно, другие результаты анализа крови были в основном нормальными. Однако у большинства пораженных людей также наблюдались дополнительные симптомы.Взятые по отдельности, результаты компьютерной томографии могут указывать на несколько инфекций, включая пневмонию H7N9, вирусную инфекцию h2N1, SARS, коронавирусную инфекцию или птичий грипп. Однако в совокупности они указывают на другой сценарий.

«Эти результаты компьютерной томографии в совокупности с преобладающим распределением в задней и периферической частях легких были необычными при других вирусных пневмониях», — заявили исследователи.

На основании анализа данных, у 87 процентов пациентов наблюдалась непрозрачность матового стекла (GGO), GGO с утолщением тканей легкого и GGO с консолидацией.У 77 процентов пациентов был обнаружен чистый GGO, что составляет 30 процентов поражений, а у 75 процентов наблюдается утолщение тканей, что составляет 39 процентов поражений.

Исследователи разделили пациентов по времени появления симптомов и возрасту. Пациенты, просканированные более чем через четыре дня после появления симптомов, показали большую консолидацию, как и пациенты старше 50 лет. Большая консолидация была связана с прогрессированием заболевания, заявили они, отметив, что обнаружение консолидированных поражений может функционировать как флаг в ведении пациентов.

В конечном итоге, по словам исследователей, если пациенты с воздействием коронавируса, у которых также есть лихорадка и кашель, но нормальное или пониженное количество лейкоцитов, имеют заметные поражения GGO в периферической или задней части легких при компьютерной томографии, медицинские работники должны в высшей степени подозревают пневмонию, связанную с коронавирусом.

Идентификация COVID-19 на рентгеновских снимках грудной клетки по сценариям плоской и иерархической классификации

Предпосылки и цель: COVID-19 может вызвать тяжелую пневмонию и, по оценкам, оказывает большое влияние на систему здравоохранения.Ранняя диагностика имеет решающее значение для правильного лечения, чтобы снизить стресс в системе здравоохранения. Стандартные визуальные диагностические тесты для пневмонии — это рентген грудной клетки (CXR) и компьютерная томография (CT). Хотя компьютерная томография является золотым стандартом, рентгенография по-прежнему полезна, потому что она дешевле, быстрее и более широко распространена. Это исследование направлено на выявление пневмонии, вызванной COVID-19, от других типов, а также от здоровых легких с использованием только рентгеновских снимков.

Методы: Для достижения целей мы предложили схему классификации с учетом следующих перспектив: i) мультиклассовая классификация; ii) иерархическая классификация, поскольку пневмония может быть структурирована как иерархия.Учитывая естественный дисбаланс данных в этой области, мы также предложили использовать алгоритмы передискретизации в схеме, чтобы повторно сбалансировать распределение классов. Мы заметили, что текстура является одним из основных визуальных атрибутов изображений CXR, наша схема классификации извлекает функции с использованием некоторых хорошо известных дескрипторов текстуры, а также с использованием предварительно обученной модели CNN. Мы также исследовали методы раннего и позднего слияния в схеме, чтобы одновременно использовать возможности нескольких дескрипторов текстуры и базовых классификаторов.

Для оценки подхода мы составили базу данных под названием RYDLS-20, содержащую рентгеновские снимки пневмонии, вызванной различными патогенами, а также рентгенограммы здоровых легких. Распределение классов соответствует реальному сценарию, в котором одни патогены встречаются чаще, чем другие.

Результатов: Предложенный подход, протестированный в RYDLS-20, получил макро-средний балл F1 0,65 с использованием мультиклассового подхода и балл F1 0,89 для идентификации COVID-19 в сценарии иерархической классификации.

Выводы: Насколько нам известно, наивысший показатель идентификации, полученный в этой статье, является наилучшим номинальным показателем, полученным для идентификации COVID-19 в несбалансированной среде с более чем тремя классами. Мы также должны выделить новый предлагаемый иерархический подход к классификации для этой задачи, который учитывает типы пневмонии, вызванной различными патогенами, и приводит нас к лучшему показателю распознавания COVID-19, полученному здесь.

Глубокое обучение для обнаружения пневмонии по рентгеновским изображениям

Риск пневмонии огромен для многих, особенно в развивающихся странах, где миллиарды людей сталкиваются с энергетической бедностью и полагаются на загрязняющие виды энергии.По оценкам ВОЗ, ежегодно более 4 миллионов случаев преждевременной смерти происходят от болезней, связанных с загрязнением воздуха в домашних условиях, включая пневмонию. Ежегодно более 150 миллионов человек заражаются пневмонией, особенно дети в возрасте до 5 лет. В таких регионах проблема может усугубиться из-за нехватки медицинских ресурсов и кадров. Например, в 57 странах Африки не хватает 2,3 миллиона врачей и медсестер. Для этих групп населения точный и быстрый диагноз означает все.Это может гарантировать своевременный доступ к лечению и сэкономить необходимое время и деньги для тех, кто уже находится в бедности.

Этот проект является частью рентгеновского снимка грудной клетки (пневмония), проводимого на Kaggle.

Вызов

Создайте алгоритм для автоматического определения того, страдает ли пациент пневмонией или нет, по рентгеновским изображениям грудной клетки. Алгоритм должен был быть предельно точным, потому что на карту поставлены жизни людей.

Окружающая среда и инструменты

scikit-learn
керас
колючий
панды
matplotlib

Данные

Набор данных можно загрузить с веб-сайта kaggle, который находится здесь.

Где код?

Без лишних слов, давайте начнем с кода. Полный проект на github можно найти здесь.

Начнем с загрузки всех библиотек и зависимостей.

Затем я показал несколько нормальных изображений и изображений пневмонии, чтобы просто посмотреть, насколько они отличаются невооруженным глазом. Ну не очень!

Примеры изображений

Затем я разделил набор данных на три набора — набор для обучения, проверки и тестирования.

Затем я написал функцию, в которой я немного увеличил данные, подал в сеть изображения обучающего и тестового набора. Также я создал ярлыки для изображений.

Практика увеличения данных — эффективный способ увеличения размера обучающей выборки. Дополнение обучающих примеров позволяет сети «видеть» более разнообразные, но все же репрезентативные точки данных во время обучения.

Затем я определил пару генераторов данных: один для данных обучения, а другой — для данных проверки.Генератор данных , способен загружать необходимый объем данных (мини-пакет изображений) непосредственно из исходной папки, преобразовывать их в обучающие данные (поданные в модель) и обучающие цели (вектор атрибутов). — сигнал наблюдения).

Для своих экспериментов я обычно устанавливаю batch_size = 64 . В общем, значение от 32 до 128 должно работать. Обычно вам следует увеличивать / уменьшать размер пакета в зависимости от вычислительных ресурсов и производительности модели.

После этого я определил некоторые константы для дальнейшего использования.

Следующим шагом было построение модели. Это можно описать в следующих 5 шагах.

Я использовал пять сверточных блоков, состоящих из сверточного слоя, максимального объединения и пакетной нормализации.
Поверх него я использовал плоский слой, а затем четыре полностью связанных слоя.
Также в промежутках я использовал дропауты, чтобы уменьшить переоснащение.
Функция активации была Relu повсюду, за исключением последнего слоя, где она была Sigmoid, поскольку это проблема двоичной классификации.
Я использовал Адама в качестве оптимизатора и кросс-энтропию в качестве потерь.

Перед обучением модель полезно определить один или несколько обратных вызовов. Довольно удобные: ModelCheckpoint и EarlyStopping .

ModelCheckpoint : когда обучение требует много времени для достижения хорошего результата, часто требуется много итераций. В этом случае лучше сохранять копию наиболее эффективной модели только по окончании эпохи, улучшающей показатели.
EarlyStopping : иногда во время обучения мы можем заметить, что разрыв обобщения (то есть разница между обучением и ошибкой проверки) начинает увеличиваться, а не уменьшаться. Это симптом переобучения, который можно решить разными способами ( уменьшает емкость модели , увеличивает обучающие данные , увеличивает данные , регуляризация , выпадение и т. Д.). Часто практичным и эффективным решением является прекращение тренировок, когда разрыв в обобщении ухудшается.

Ранняя остановка

Затем я обучил модель для 10 эпох с размером пакета 32. Обратите внимание, что обычно больший размер пакета дает лучшие результаты, но за счет более высокой вычислительной нагрузки. Некоторые исследования также утверждают, что существует оптимальный размер пакета для получения наилучших результатов, который можно найти, потратив некоторое время на настройку гиперпараметров.

 Эпоха 1/10
163/163 [==============================] - 90 с 551 мс / шаг - потеря: 0.3855 - согласно: 0.8196 - val_loss: 2.5884 - val_acc: 0.3783
Эпоха 2/10
163/163 [==============================] - 82 с 506 мс / шаг - потеря: 0,2928 - точность: 0,8735 - val_loss : 1.4988 - val_acc: 0.6284
Эпоха 3/10
163/163 [==============================] - 81 с 498 мс / шаг - потеря: 0,2581 - точность: 0,8963 - val_loss : 1.1351 - val_acc: 0.3970

Эпоха 00003: ReduceLROnPlateau снижает скорость обучения до 0,0003000000142492354.
Эпоха 4/10
163/163 [==============================] - 81 с 495 мс / шаг - потеря: 0.2027 - согласно: 0.9197 - val_loss: 0.3323 - val_acc: 0.8463
Эпоха 5/10
163/163 [==============================] - 81 с 500 мс / шаг - потеря: 0,1909 - точность: 0,9294 - val_loss : 0.2530 - val_acc: 0.9139

Эпоха 00005: Уменьшите LROnPlateau, снижая скорость обучения до 9.000000427477062e-05.
Эпоха 6/10
163/163 [==============================] - 81 с 495 мс / шаг - потеря: 0,1639 - точность: 0,9423 - val_loss : 0.3316 - val_acc: 0.8834
Эпоха 7/10
163/163 [==============================] - 80 с 492 мс / шаг - потеря: 0.1625 - согласно: 0.9387 - val_loss: 0.2403 - val_acc: 0.8919

Эпоха 00007: ReduceLROnPlateau снижает скорость обучения до 2,700000040931627e-05.
Эпоха 8/10
163/163 [==============================] - 80 с 490 мс / шаг - потеря: 0,1587 - точность: 0,9423 - val_loss : 0.2732 - val_acc: 0.9122
Эпоха 9/10
163/163 [==============================] - 81 с 496 мс / шаг - потеря: 0,1575 - точность: 0,9419 - val_loss : 0.2605 - val_acc: 0.9054

Эпоха 00009: Уменьшите LROnPlateau, снизив скорость обучения до 8.100000013655517e-06.
Эпоха 10/10
163/163 [==============================] - 80 с 490 мс / шаг - потеря: 0,1633 - точность: 0,9423 - val_loss : 0.2589 - val_acc: 0.9155

Давайте визуализируем графики потерь и точности.

Точность в сравнении с эпохой | Потеря против Эпохи

Пока все хорошо. Модель сходится, что можно наблюдать по уменьшению потерь и потерь проверки с эпохами. Также он может достичь точности проверки 90% всего за 10 эпох.

Давайте построим матрицу неточностей и получим некоторые другие результаты, такие как точность, отзывчивость, оценка F1 и точность.

  МАТРИЦА НЕИСПРАВНОСТИ ------------------
[[191 43]
 [13 377]]

ТЕСТОВЫЕ ПОКАЗАТЕЛИ ----------------------
Точность: 91.02564102564102%
Точность: 89.761
1%
Отзыв: 96.66666666666667%
F1-счет: 93.08641975308642

ПОЕЗДНАЯ МЕТРИКА ----------------------
Поезд: 94.23

Модель способна достигать точности 91.02%, что неплохо, учитывая размер используемых данных.

Выводы

Хотя этот проект еще далек от завершения, примечателен успех глубокого обучения в таких разнообразных реальных проблемах. Я продемонстрировал, как классифицировать положительные и отрицательные данные о пневмонии из коллекции рентгеновских снимков. Модель была создана с нуля, что отличает ее от других методов, которые в значительной степени зависят от подхода трансферного обучения. В будущем эта работа может быть расширена для обнаружения и классификации рентгеновских изображений, состоящих из рака легких и пневмонии.В последнее время большой проблемой было различение рентгеновских изображений, на которых обнаружены рак легких и пневмония, и нашим следующим подходом должно быть решение этой проблемы.

Ссылки / Дополнительная литература

Обучение CNN обнаружению пневмонии
Я так хорошо помню тот день. Дедушка начал беспорядочно кашлять, и у него начались проблемы с дыханием. Он был …

Обнаружение пневмонии с помощью глубокого обучения
Пневмония — это воспаление легких, вызванное инфицированием вирусом, бактериями, грибами или другими патогенами.Согласно …

CheXNet: Обнаружение пневмонии на уровне радиолога на рентгеновских снимках грудной клетки с глубоким обучением
Набор данных, выпущенный NIH, содержит 112 120 рентгеновских снимков фронтального обзора 30 805 уникальных пациентов, помеченных …

Прежде, чем ты уйдешь

Соответствующий исходный код можно найти здесь.

abhinavsagar / Kaggle-tutorial
Образцы тетрадей для соревнований Kaggle. Автоматическая сегментация микроскопических изображений — важная задача в медицине…

Приятного чтения, удачного обучения и удачного программирования!

Контакты

Если вы хотите быть в курсе моих последних статей и проектов, подписывайтесь на меня на Medium. Вот некоторые из моих контактных данных:

Биография: Абхинав Сагар учится в старших классах VIT Vellore. Он интересуется наукой о данных, машинным обучением и их приложениями к реальным проблемам.

Оригинал. Размещено с разрешения.

Связанный:

Сравнение и проверка моделей глубокого обучения для диагностики пневмонии

Как респираторная инфекция, пневмония привлекла большое внимание стран всего мира из-за ее сильного распространения и относительно высокой смертности. Раннее выявление и лечение пневмонии значительно снизят уровень смертности от пневмонии. В настоящее время рентгенологическая диагностика признана относительно эффективным методом. Визуальный анализ рентгеновского снимка грудной клетки пациента опытным врачом занимает от 5 до 15 минут.Когда случаи сконцентрированы, это, несомненно, окажет огромное давление на клинический диагноз врача. Поэтому использование невооруженного глаза врача-визуализатора имеет очень низкую эффективность. Следовательно, использование искусственного интеллекта для диагностики пневмонии по клиническим изображениям является необходимым. Кроме того, распознавание искусственного интеллекта происходит очень быстро, а сверточные нейронные сети (CNN) достигли большей производительности, чем люди, с точки зрения идентификации изображений. Поэтому мы использовали набор данных, содержащий рентгеновские снимки грудной клетки, для классификации, предоставленные Kaggle, в общей сложности 5216 поездов и 624 тестовых изображения, с 2 классами как нормальные и пневмония.Мы провели исследования с использованием пяти основных сетевых алгоритмов для классификации этих заболеваний в наборе данных и сравнили результаты, на основании которых мы улучшили структуру сети MobileNet и достигли более высокого уровня точности, чем другие методы. Кроме того, улучшенная сеть MobileNet может также распространяться на другие области применения.

1. Введение

Пневмония — это острая респираторная инфекция легких, которая имеет высокую заболеваемость и составляет около 12% от общей численности населения.В настоящее время заболеваемость пневмонией все еще растет из-за старения социального населения, увеличения числа хозяев с ослабленным иммунитетом, изменения патогенов, сложной патогенной диагностики и повышенной устойчивости бактерий. Рентгенограмма грудной клетки (РГС) — это наиболее часто используемый метод рентгенологического исследования для диагностики и дифференциации типа пневмонии. Однако из-за нехватки профессиональных радиологов смертность от пневмонии в некоторых районах с ограниченными ресурсами вызывает тревогу. Таким образом, решение вопроса о том, как повысить точность обнаружения пневмонии и снизить стоимость обнаружения пневмонии, имеет большое значение для лечения и профилактики пневмонии.

В последние годы технологии глубокого обучения быстро развиваются. Глубокое обучение — широко используемый инструмент в таких исследовательских областях, как компьютерное зрение, анализ речи и обработка естественного языка. Этот метод особенно подходит для тех областей, где требуется анализ больших объемов данных и человеческого интеллекта. Основным преимуществом использования методов глубокого обучения является то, что сложные функции можно изучать непосредственно из необработанных данных. Это позволяет нам определить систему, которая не полагается на ручные операции, что является уникальным среди других технологий машинного обучения.Использование глубокого обучения в качестве инструмента машинного обучения и распознавания образов также становится важным аспектом в области анализа медицинских изображений. В настоящее время технология глубокого обучения играет важную роль в обработке медицинских изображений, компьютерной диагностике, интерпретации изображений, слиянии изображений, регистрации изображений, сегментации изображений и терапии под контролем изображений. Это может помочь врачам точно и быстро диагностировать и прогнозировать риск заболевания.

Cicero et al. из больницы Святого Михаила обсудили обучение и валидацию CNN с небольшими медицинскими данными для обнаружения патологии в 2017 году [1].Ma et al. представили обзор по глубокому обучению для легочной медицинской визуализации в 2019 году [2]. Jaiswal et al. из Университета Бедфордшира описали подход, основанный на глубоком обучении, для выявления пневмонии в грудной клетке X-way в 2019 году [3]. Hwang et al. из Медицинского колледжа Сеульского национального университета разработал алгоритм, основанный на глубоком обучении, для выявления основных заболеваний грудной клетки на рентгенограммах грудной клетки со стабильно высокой эффективностью в 2019 году [4]. Сиразитдинов и др. из Университета Иннополис предложил ансамбль из двух сверточных нейронных сетей, а именно RetinaNet и Mask R-CNN, для обнаружения и локализации пневмонии, и в 2019 году он признан надежным решением для автоматизированной диагностики пневмонии [5].Rajpurkar et al. из Стэнфордского университета разработали и проверили алгоритм глубокого обучения, классифицирующий клинически важные аномалии на рентгенограммах грудной клетки на том же уровне производительности, что и практикующие радиологи в 2018 году [6]. Christe et al. из Бернской университетской больницы предложил алгоритм компьютерного обнаружения, основанный на машинном обучении, который смог классифицировать идиопатический фиброз легких, а также человеческий читатель в 2019 году [7]. Correa et al. из Школы общественного здравоохранения и тропической медицины Тулейнского университета в 2018 г. представили метод автоматической классификации пневмонии с использованием ультразвуковой визуализации легких и распознавания образов [8].Knok et al. из Политехнического института Меджимурье использовали уже определенную архитектуру сверточной нейронной сети для разработки модели интеллектуальной системы, которая получает рентгеновское изображение легкого в качестве входного параметра и на основе обработанного изображения вернула возможность пневмонии в качестве выходного в 2019 году [ 9]. Раджараман и др. предложила основанную на CNN систему поддержки принятия решений для обнаружения пневмонии в педиатрических рентгенографических рентгенограммах и эффективно извлекла уроки из редкого набора сложных данных с уменьшенным смещением и улучшенным обобщением в 2018 г. [10].Анвар и др. из Университета инженерии и технологий, Таксила, в 2019 году рассмотрел анализ медицинских изображений с использованием сверточных нейронных сетей [11]. Профессор Раззак и др. из Университета медицинских наук короля Сауда бен Абдель Азиза обсудили в 2018 г. обзор, проблемы и будущее глубокого обучения для обработки медицинских изображений [12]. Маруяма и др. из префектурного колледжа медицинских наук Гумма использовал три типа методов машинного обучения для сравнения точности классификации медицинских изображений; их выводы показали, что CNN более точна, чем традиционные методы машинного обучения, использующие ручное извлечение признаков в 2018 году [13].Габрусева и др. представили алгоритм, который автоматически определяет местонахождение помутнений легких на рентгенограммах грудной клетки с использованием CNN сжатия и возбуждения, дополнений и многозадачного обучения; он продемонстрировал одну из лучших характеристик в испытании по обнаружению пневмонии Радиологического общества Северной Америки (RSNA) для обнаружения области пневмонии, размещенной на платформе Kaggle [14].

Хотя в некоторых из вышеупомянутых исследований используются методы трансферного обучения для решения ограничений недостаточности обучающих данных, они достигли лучших результатов распознавания при распознавании изображений пневмонии, чем другие исследования.Однако из-за большой разницы между набором данных ImageNet и набором данных о пневмонии они не внесли соответствующих улучшений в существующую модель обучения миграции, чтобы сделать ее более подходящей для набора данных изображений пневмонии, чтобы получить более высокую точность распознавания. Кроме того, все дети с пневмонией в наборе данных предыдущего исследования являются пациентами с крупозной пневмонией, что означает, что производительность алгоритма может быть нарушена. В этом случае ожидаемая чувствительность низкая.Кроме того, в настоящее время не существует алгоритма, который может определять другие типы заболеваний легких, например алгоритма, позволяющего отличить интерстициальную инфильтрацию или бронхиолит от крупозной пневмонии.

В нашем исследовании мы проанализировали структурные преимущества различных моделей глубокого обучения и пришли к выводу, что MobileNet является подходящей моделью для диагностики пневмонии с помощью клинических изображений. Кроме того, для повышения точности мы использовали улучшенную структуру сети MobileNet. Чтобы проверить теоретические результаты, мы используем обычную свертку и четыре другие основные сетевые модели, чтобы классифицировать и идентифицировать те же наборы данных рентгеновского снимка пневмонии, которые были получены в действительности.После сравнения их точности и других показателей производительности выясняется, что улучшенная MobileNet дает лучшие результаты, чем другие CNN. В конце концов, заключение и дальнейшая работа проиллюстрированы на основе нашего исследования.

2. Методология

2.1. Свертка с разделением по глубине

Обычная свертка выполняется за один шаг путем фильтрации и объединения входных данных в новый набор выходных данных (на рисунке 1). Разделимая по глубине свертка делит его на два слоя: один слой для фильтрации, а другой слой для слияния.Влияние этой факторизации заключается в значительном сокращении объема вычислений и размера модели [15].

Для разделимой по глубине свертки входные изображения имеют три канала: красный, зеленый и синий. После нескольких сверток изображения могут иметь несколько каналов. Каждый канал визуализации может представлять собой определенную интерпретацию изображения. Например, «красный» канал объясняет «красный» для каждого пикселя, «синий» канал объясняет «синий» для каждого пикселя, а «зеленый» канал объясняет «зеленый» для каждого пикселя.Изображение с 64 каналами имеет 64 различных интерпретации изображения. Будучи отдельной регулярной сверткой, разделимая по глубине свертка состоит из глубинной свертки (DW) и точечной свертки (PW). Здесь DW занимается моделированием пространственных отношений с помощью двумерных канальных сверток (на рисунке 2 (a)), а PW занимается моделированием межканальных отношений с помощью свертки 1 × 1 по каналам (на рисунке 2 (b)). Эта форма факторизации выражается DW + PW (на рисунке 3).

Далее будет доказано, что свертка с разделением по глубине имеет лучшую производительность путем сравнения вычислительных затрат на свертку с разделением по глубине с обычной сверткой.

Сначала на вход берется карта признаков F обычного сверточного слоя, а затем создается карта признаков G (на рисунке 4). представляет пространственную ширину и высоту квадратной входной карты характеристик 1, M представляет количество входных каналов (входную глубину), представляет пространственную ширину и высоту квадратной выходной карты характеристик, а N представляет количество выходных каналов (глубина вывода).

Регулярный сверточный слой параметризуется ядром свертки размером K .представляет пространственный размер ядра в квадрате, M представляет количество входных каналов, а N представляет количество выходных каналов.

Карта выходных характеристик для регулярной свертки, предполагающей шаг 1 и заполнение, вычисляется как

Вычислительная стоимость регулярной свертки определяется количеством входных каналов M , количеством выходных каналов N , размер ядра и размер карты функций.

Ранее было введено, что разделимая по глубине свертка состоит из двух слоев: глубинной свертки (на рисунке 5) и точечной свертки (на рисунке 6). Глубинная свертка используется для применения одного фильтра к каждому входному каналу (входная глубина). Затем мы используем точечную свертку, простую свертку 1 × 1, чтобы создать линейную комбинацию выходных данных глубинного слоя. Следовательно, мы можем определить глубинную свертку с одним фильтром на входной канал (входная глубина) как где — глубинное сверточное ядро размера; фильтр в применяется к каналу в F для создания канала отфильтрованной выходной карты признаков.

Вычислительная стоимость глубинной свертки составляет

Вычислительная стоимость точечной свертки составляет

Таким образом, вычислительные затраты на глубинную разделяемую свертку представляют собой сумму глубинной и поточечной свертки 1 × 1. Разделяя свертку на двухэтапный процесс фильтрации и слияния, мы получаем сокращение вычислений на

. Таким образом, можно сделать вывод, что разделимая по глубине свертка может значительно снизить вычислительные затраты [16].

Кроме того, мы экспериментировали с уменьшением количества фильтров для уменьшения избыточности. Сетевая модель Ховарда, использующая 32 фильтра в полной свертке 3 × 3, используется для построения начальных банков фильтров для обнаружения границ. Анализируя результаты эксперимента, мы обнаружили, что уменьшение количества фильтров до 16 может обеспечить ту же точность, что и 32 фильтра, что позволяет сэкономить еще 2 мс.

2.2. Метрики оценки модели

Чтобы оценить производительность модели глубокого обучения, мы обращаемся к матрице неточностей (в таблице 1), которая является стандартным форматом для выражения оценки точности.На основе этой матрицы неточностей оценка выполняется с использованием следующих критериев:

30 Прогнозируемое положительное значение


	Фактическое положительное значение	Фактическое отрицательное значение

Прогнозируемый отрицательный	FN	TN

(1) Точность представляет собой отношение количества образцов, правильно классифицированных классификационной моделью, к общему количеству образцов для данный набор тестовых данных.Это может быть выражено следующей формулой: (2) Отзыв представляет собой положительный образец исходной выборки, вероятность того, что модель классификации правильно предсказала положительный образец. Его можно выразить следующей формулой:

3. Эксперименты

3.1. Набор данных и обучение

В этой статье мы используем MobileNet, который применяет 3 × 3 разделимые по глубине свертки, обычный CNN, ResNet-18 и две основные модели CNN, предварительно обученные в ImageNet [17]. Это ResNet-50 и VGG19.Набор данных представлял собой сундук X- r ay изображения для классификации, предоставленный Kaggle, в общей сложности 5216 поездов и 624 тестовых изображения (на рис. Набор данных организован в 3 папки (поезд, тест и тип файла) и содержит подпапки для каждой категории изображений (пневмония / нормальный). Всего имеется 5840 рентгеновских снимков (JPEG) и 2 категории (пневмония / нормальная).

Рентгенограммы грудной клетки были выбраны у педиатрических пациентов в возрасте от одного до пяти лет из Медицинского центра женщин и детей Гуанчжоу, Гуанчжоу.Можно организовать характеристики данных и их распределение (см. Таблицу 2). Все рентгенограммы грудной клетки выполнялись в рамках обычного клинического ухода за пациентами. Качество этого набора данных контролируется путем скрининга рентгеновских снимков грудной клетки, чтобы удалить нечитаемые и некачественные рентгеновские снимки, и управляется несколькими экспертами, чтобы избежать ошибок классификации.


Категория	Образцы поездов	Образцы для испытаний	Тип файла

	3875	390	JPEG

Прежде всего, мы должны провести некоторый анализ данных и предварительную обработку.Итак, мы конвертируем изображения, полученные из набора данных, в массив NumPy (см. Рисунок 8). Затем мы изменяем размеры изображений на 226 × 226, чтобы у нас было больше данных (изображений) для обучения (на рисунке 9). Кроме того, чтобы облегчить сравнение, мы единообразно установили количество эпох равным 20. Экспериментальной средой является сервер Ubuntu Linux с графическим процессором GeForce GTX 1050 Ti, и все модели реализованы с использованием Python.

4. Результаты

В соответствии с этими пятью моделями CNN, мы помещаем точность обучающего набора, потерю обучающего набора, точность набора проверки (Val_accuracy) и потерю набора проверки (Val_loss) на четырех линейных диаграммах для сравнения. (как показано на рисунках 10–13).Затем мы вычислили среднее значение точности обучающего набора, потери обучающего набора, Val_accuracy и Val_loss. Результаты показаны в Таблице 3. Здесь целью установки эпохи 25 является сравнение точности различных алгоритмов при одинаковом количестве итераций. Это может отражать скорость обучения между алгоритмами. Если вы столкнулись с новым типом пневмонии и время поджимает, исследователям необходимо вовремя обучить изображения легких нового типа пневмонии, поэтому достижение более высокой степени точности при экономии времени также является фактором, который мы должны учитывать.


	Точность	Потеря	Val_accuracy	Val_loss

MobileNet	0,94454	0,15300	0,87119	0,25509
ResNet-18	0,98795	0,03783	0,85388	0.28453
RESNET-50	0,94342	0,13564	0,82982	0,37387
VGG19	0,94318	0,18500	0,86044	0,50610
CNN	0,93980	0,15152	0,72090	0,51290

После этого мы применили пять обученных моделей к тестовой выборке для экспериментов и записали их точность и отзывчивость.Результат показывает, что точность распознавания пневмонии с помощью MobileNet составляет до 92,79%, а отзыв — 98,90% (см. Таблицу 4). Кроме того, из рисунков 10–13 видно, что MobileNet имеет более высокую точность и меньшие потери и в то же время имеет меньше вычислений с плавающей запятой. По сравнению с другими сетями MobileNet может предложить лучшую пропускную способность, при этом жертвуя очень небольшой точностью.

903


	Точность	Отзыв

MobileNet	0.92986	0,98984
ResNet-18	0,85515	0,98947
ResNet-50	0,87486	0,98531
0,98813

5. Обсуждение

Из экспериментальных результатов видно, что MobileNet, как легкая сеть, не только имеет меньшее количество вычислений, чем большинство CNN, но и имеет лучший эффект классификации, чем у других типов моделей CNN, когда количество параметров почти на порядок.Это выигрывает от использования разделимой по глубине свертки. С момента развития глубокого обучения большинство моделей распознавания изображений имеют большие параметры и большой объем вычислений, которые не подходят для использования во встроенных устройствах. Для выявления пневмонии, распространенного заболевания, мы также должны подумать о том, как быстро и точно определить пневмонию в областях, где не хватает оборудования и врачей. Это одна из причин, по которой мы рекомендуем использовать MobileNet для распознавания пневмонии.

6. Выводы

В этой статье пять основных моделей глубокого обучения используются для диагностики клинических данных в наборе данных, состоящем из рентгеновских изображений легких с пневмонией и нормальных легких, и сравнивается точность этих методов. Среди них, из-за превосходной производительности MobileNet, мы сосредотачиваемся на сетевой структуре MobileNet. Результаты показали, что все пять сетевых структур способны распознавать пневмонию, а точность MobileNet выше, чем у других сетевых структур.

Рентген и общие сведения о нём.

Какой метод диагностики самый эффективный при вирусной пневмонии

Жители возмущены

КТ не для всех

КТ – для ранних этапов

Когда нужна рентгенография, а когда КТ

Что делать, если на снимок не направляют? Может ли пациент потребовать рентген легких

российский диагност — о компьютерной томографии и других методах определения COVID-19 — РТ на русском

COVID-19: Странности поведения нового вируса

Врачи рассказали о диагностике коронавируса у россиян

Неспецифические воспалительные заболевания дыхательных путей :: АЦМД

Бронхит

Бронхиальная астма

Фиброзирующие альвеолиты

Пневмония

Статью подготовили специалисты отделения лучевой диагностики АЦМД-МЕДОКС

Пневмония | Воспаление легких — диагностика, оценка и лечение

Что такое пневмония?

Как диагностируется и оценивается пневмония?

Как лечится пневмония?

Рентген грудной клетки при пневмонии — wikidoc

Обзор

Рентген грудной клетки

Показания

Выводы

Приобретена больница

Рентгенография грудной клетки

Видео

Список литературы

Подготовка и предварительная обработка набора данных

Разработка и обучение VGG19Net

Пневмония, связанная с коронавирусом, выявленная с помощью КТ

Идентификация COVID-19 на рентгеновских снимках грудной клетки по сценариям плоской и иерархической классификации

Глубокое обучение для обнаружения пневмонии по рентгеновским изображениям

Вызов

Окружающая среда и инструменты

Данные

Где код?

Выводы

Ссылки / Дополнительная литература

Прежде, чем ты уйдешь

Контакты

Сравнение и проверка моделей глубокого обучения для диагностики пневмонии

1. Введение

2. Методология

2.1. Свертка с разделением по глубине

2.2. Метрики оценки модели

3. Эксперименты

3.1. Набор данных и обучение

4. Результаты

5. Обсуждение

6. Выводы

Добавить комментарий Отменить ответ