Кенц Анжелика Станиславовна, врач-рентгенолог
ул. Коломенская, 26, Красноярск, 660037
Anzhelika S. Kents, Radiologist
ul. Kolomenskaya, 26, Krasnoyarsk, 660037
Тюрин Игорь Евгеньевич, д. м. н., профессор, заведующий кафедрой рентгенологии и радиологии
ул. Баррикадная, 2/1, стр. 1, Москва, 125993
Igor E. Tyurin, Dr. Med. Sc., Professor, Chief of Chair of Roentgenology and Radiology
ul. Barrikadnaya, 2/1, str. 1, Moscow, 125993
Цель: сравнить воспроизводимость, ограничения и возможности трех иерархических уровней анализа компьютерных томографических (КТ) изображений при оценке остаточных изменений в легочной паренхиме после перенесенной коронавирусной инфекции – визуальной оценки, шиарлет-преобразования и количественных радиомических признаков.
Материал и методы. Проведен ретроспективный анализ данных 48 пациентов с подтвержденным поражением легких при вирусной инфекции, ассоциированной с COVID-19. Пациенты распределены на три группы: полный регресс изменений (20 человек; 41,7%), остаточные изменения в легких (18 человек; 37,5%) и летальный исход в острой фазе (10 человек; 20,8%). Анализ включал: визуальную оценку объема поражения по шкале КТ1–4, использование шиарлет-преобразования с цветовым кодированием плотности для улучшения восприятия структурных паттернов, радиомический анализ с ручной сегментацией регионов интереса и извлечением признаков энтропии (JointEntropy) и гомогенности (image data matrix, IDM) через 3D Slicer (расширение PyRadiomics). Воспроизводимость оценивали по коэффициенту каппа Коэна (κ) для визуальной и шиарлет-оценок и по внутриклассовому коэффициенту корреляции (intraclass correlation coefficient, ICC) для радиомических признаков с расчетом доверительных интервалов (ДИ). Статистический анализ включал критерий Манна–Уитни, корреляцию Спирмена (ρ) и ROC-анализ.
Результаты. Коэффициент воспроизводимости составил: κ=0,68 (95% ДИ 0,59–0,76) для визуальной оценки, κ=0,83 (95% ДИ 0,76-0,89) для шиарлет-преобразования, ICC=0,94 (95% ДИ 0,91-0,97) для энтропии и ICC=0,92 (95% ДИ 0,88-0,95) для гомогенности. В зонах остаточных изменений выявлены достоверное повышение энтропии (6,91±0,42 против 5,85±0,31 в сохранных участках; р<0,001) и снижение гомогенности (0,21±0,04 против 0,29±0,03; р<0,001). У пациентов с летальным исходом отмечена бимодальность распределения плотности (размах >400 HU) и нарастание энтропии >0,2 ед/сут. Снижение энтропии >0,4 ед/год ассоциировано с благоприятным ремоделированием легочной ткани (чувствительность 89%, специфичность 91%). Энтропия демонстрировала умеренную положительную корреляцию с визуальным объемом поражения (ρ=0,64; р<0,01), тогда как гомогенность коррелировала с плотностью ткани (ρ=0,81; р<0,001).
Заключение. Предложенная иерархия методов отражает эволюцию подхода к интерпретации постковидных изменений: визуальная оценка обеспечивает базовую семиотику, но ограничена субъективностью (κ<0,70), шиарлет-преобразование повышает воспроизводимость за счет улучшения восприятия структурных паттернов (κ>0,80), радиомические признаки (энтропия, гомогенность) предоставляют воспроизводимые количественные маркеры ремоделирования легочной ткани (ICC>0,90). Высокая воспроизводимость энтропии подтверждает ее потенциал как объективного прогностического критерия: стабилизация на уровне 6,5–7,0 ед. предсказывает формирование остаточных изменений, снижение <6,8 ед. – полный регресс, нарастание >7,8 ед. с бимодальностью плотности – высокий риск летального исхода. Интеграция количественных радиомических признаков в клиническую практику расширяет возможности поддержки принятия решений при анализе остаточных изменений после COVID-19.
Objective: То compare the reproducibility, limitations and capabilities of three hierarchical levels of computed tomography (CT) image analysis in assessing residual changes in lung parenchyma after coronavirus infection: from visual assessment to shearlet transform and quantitative radiomic features.
Material and methods. A retrospective analysis of data from 48 patients with confirmed lung damage associated with COVID-19 was conducted. Patients were divided into three groups: complete regression of changes (20 patients; 41.7%), residual lung changes (18 patients; 37.5%), and death in acute phase (10 patients; 20.8%). The analysis included: visual assessment of the lesion volume according to the CT1–4 scale; use of the shearlet transform with color-coded density to improve the perception of structural patterns; radiomics analysis with manual segmentation of regions of interest and extraction of entropy (JointEntropy) and homogeneity (image data matrix, IDM) features using 3D Slicer (PyRadiomics extension). Reproducibility was assessed using Cohen's kappa coefficient (κ) for visual and Shearlet assessments and the intraclass correlation coefficient (ICC) for radiomic features with calculation of confidence intervals (CI). Statistical analysis included the Mann–Whitney test, Spearman’s correlation (ρ), and ROC analysis.
Results. The reproducibility coefficients were: κ=0.68 (95% CI 0.59–0.76) for visual assessment, κ=0.83 (95% CI 0.76–0.89) for the shearlet transform, ICC=0.94 (95% CI 0.91–0.97) for entropy, and ICC=0.92 (95% CI 0.88–0.95) for homogeneity. In the areas of residual changes, a significant increase in entropy (6.91±0.42 versus 5.85±0.31 in the intact areas; p<0.001) and a decrease in homogeneity (0.21±0.04 versus 0.29±0.03; p><0.001) were revealed. In patients with fatal outcome, a bimodal density distribution (range >400 HU) and an entropy increase of >0.2 units/day were noted. A decrease in entropy of >0.4 units/year was associated with favorable remodeling (sensitivity 89%, specificity 91%). Entropy demonstrated a moderate positive correlation with the visual volume of the lesion (ρ=0.64; p<0.01), while homogeneity correlated with tissue density (>ρ=0.81; p<0.001).
Conclusion. The proposed hierarchy of methods reflects the evolution of the approach to interpreting post-COVID-19 changes: visual assessment provides basic semiotics but is limited by subjectivity (κ<0.70); the shearlet transform increases reproducibility by improving the perception of structural patterns (>κ>0.80); radiomic features (entropy, homogeneity) provide reproducible quantitative markers of remodeling (ICC>0.90).
The high reproducibility of entropy confirms its potential as an objective prognostic criterion: stabilization at a level of 6.5–7.0 units predicts the formation of residual changes, a decrease to <6.8 units means complete regression, and an increase to >7.8 units with bimodal density means a high risk of mortality. The integration of quantitative radiomic features into clinical practice expands the possibilities for decision support in the analysis of residual changes after COVID-19.
The authors declare that there are no conflicts of interest present.