DOI: https://doi.org/10.1038/s41598-025-34569-0
PMID: https://pubmed.ncbi.nlm.nih.gov/41501139
تاريخ النشر: 2026-01-07
المؤلف: R. Yasir Abdullah وآخرون
الموضوع الرئيسي: تشخيص وعلاج سرطان الرئة
نظرة عامة
تقدم الدراسة خط أنابيب جديد لتحسين الصور وتقسيمها لاكتشاف العقيدات الرئوية في أشعة الكمبيوتر المحوري (CT)، مع معالجة تحدي العقيدات الدقيقة التي غالبًا ما تتجنب المراجعة اليدوية. باستخدام مبادرة قاعدة بيانات صور الرئة (LIDC IDRI)، يعزز الإطار المقترح التباين المحلي من خلال التمدد التكيفي، ويحافظ على الحواف عبر الانتشار غير المتجانس، ويستخدم العتبة التكيفية لاختيار نقاط البذور. تُظهر الطريقة مقاييس أداء عالية، حيث تحقق درجة تداخل متوسطة تبلغ 0.83، وحساسية تبلغ 0.92، ومتوسط 1.5 إيجابية خاطئة لكل مسح، متفوقة بشكل كبير على طرق العتبة التقليدية وطرق المياه.
في الختام، لا يلبي خط الأنابيب متطلبات الدقة والعملية فحسب، بل يظهر أيضًا أداءً قويًا عبر مجموعة التحقق من LIDC/LUNA، مع درجة تداخل Dice متوسطة تبلغ 0.834 وخصوصية تبلغ 0.987. استراتيجيات تقليم الشكل المزدوج قللت بشكل فعال من الإيجابيات الخاطئة مع الحفاظ على العقيدات الحقيقية، كما يتضح من التحليلات البصرية ومقاييس الأداء. تشمل الأعمال المستقبلية دمج الميزات الإشعاعية لتصنيف الأورام الحميدة مقابل المشتبه بها، وتقييم النمو الحجمي من خلال التسجيلات الأساسية والمتابعة، وتحسين أوقات الاستدلال الأسرع، وإضافة وحدات لتطبيقات سريرية أوسع، مما يعزز من فائدة النظام في تحليل الأشعة المقطعية الصدرية.
مقدمة
يظل سرطان الرئة السبب الرئيسي للوفيات المرتبطة بالسرطان، مع ما يقرب من مليوني وفاة وأكثر من 2.3 مليون حالة جديدة تم الإبلاغ عنها عالميًا. إن الكشف المبكر يحسن بشكل كبير من معدلات البقاء، وتشير الدراسات إلى أن الفحص السنوي بالأشعة المقطعية منخفضة الجرعة (CT) يمكن أن يقلل من الوفيات بنسبة تقارب 20% مقارنة بالأشعة السينية القياسية للصدر. ومع ذلك، غالبًا ما يتم تجاهل العديد من العقيدات الرئوية ذات الأهمية السريرية خلال مراجعات المسح الأولية بسبب حجمها الصغير، وقيم التوهين المشابهة للأنسجة المحيطة، أو قربها من الهياكل الم obscuring. تحديات إضافية مثل آثار الحركة وإرهاق القارئ تزيد من تفاقم خطر التشخيصات المفقودة.
تؤكد هذه الدراسة على ضرورة وجود أنظمة دعم موثوقة مدعومة بالكمبيوتر تستخدم تقنيات معالجة الصور الشفافة والقابلة للتكرار. بينما تركز الأبحاث المعاصرة غالبًا على نماذج التنبؤ المدفوعة بالبيانات، لا يزال هناك إمكانات كبيرة للتحسين من خلال طرق التحسين والتقسيم المنهجية المستندة إلى إحصائيات الكثافة المعروفة وعلم الشكل الرياضي. تعتبر مبادرة قاعدة بيانات صور الرئة، التي تشمل أكثر من ألف دراسة صدرية مع تعليقات خبراء على العقيدات المرئية، منصة مثالية للمقارنة الموضوعية بين منهجيات مختلفة. تقدم الدراسة المقترحة خط معالجة شامل مصمم لتحويل المسحات الحجمية الخام إلى أقنعة عقيدات ثلاثية الأبعاد دقيقة ووصف مكاني كمي، مع دمج أربعة مساهمات رئيسية: روتين تمدد التباين التكيفي، وفلتر انتشار غير متجانس يحافظ على الحواف، وتعزيزات إضافية تهدف إلى تحسين رؤية العقيدات وتحديدها.
طرق
تركز المنهجية المقترحة لمحطات العمل السريرية على تحويل الدراسات الصدرية الكاملة بكفاءة إلى أقنعة تشخيصية موثوقة مع الالتزام بحدود صارمة من الوقت والذاكرة. يدمج هذا الإطار عمليات الكثافة الكلاسيكية وعلم الشكل، مستفيدًا من السلوكيات الموثقة جيدًا والمعلمات الشفافة، مع تنفيذات في MATLAB تستخدم الوظائف المدمجة. شمل الإعداد التجريبي محطة عمل عالية الأداء تعمل بنظام Ubuntu 22.04 LTS، حيث تم تنفيذ خط الأنابيب المقترح بالكامل على خيوط وحدة المعالجة المركزية لمحاكاة ظروف الفحص الروتينية. حققت الطريقة درجة تداخل Dice متوسطة تبلغ 0.834، وحساسية تبلغ 0.923، وخصوصية تبلغ 0.987، وعبء إيجابيات خاطئة يبلغ 1.46 اكتشافات لكل مسح، مع وقت تشغيل متوسط يبلغ 154 ثانية لكل دراسة مكونة من 512 شريحة. بالمقابل، سجلت الطرق الأساسية قيم Dice أقل وإيجابيات خاطئة أعلى، مما يبرز الأداء المتفوق للنهج المقترح، خاصة في الحفاظ على هوامش الجنب الرئوي وكبح تسرب الأوعية في العقيدات الصغيرة.
توضح الأشكال المقدمة في الدراسة دقة الحدود وموثوقية التقسيم للطريقة المقترحة مقارنة بالأسس الكلاسيكية. توضح الشكل 3 تطابق المحيط من خلال شرائح محورية صناعية، مما يظهر قدرة الطريقة على الحفاظ على التدرجات الداخلية الدقيقة مع وضع علامات فعالة على الحدود. يلخص الشكل 4 أداء Dice عبر مجموعة صناعية، كاشفًا عن نطاق ربعي أضيق (IQR) للطريقة المقترحة (0.054) مقارنة بطرق المياه (0.075) والعتبة (0.082)، مما يشير إلى دقة تقسيم أكثر اتساقًا. تؤكد التحليلات الإحصائية، بما في ذلك اختبار كروسكال-واليس غير المعلمي، وجود اختلافات كبيرة في الأداء (p < 0.001). بشكل عام، تشير النتائج إلى أن الخوارزمية المقترحة لا تلبي الأهداف المحددة مسبقًا فحسب، بل لها أيضًا آثار سريرية في تقليل معدلات استدعاء أطباء الأشعة وتحسين تقييمات النمو الحجمي.
مناقشة
في هذا القسم، يناقش المؤلفون التقدم في التحليل الآلي للأشعة المقطعية الصدرية (CT) لاكتشاف العقيدات الرئوية. يبرزون إطارًا جديدًا يستخدم اختيار البذور المدفوع بالكثافة ونمو المنطقة المستند إلى الاتصال ثلاثي الأبعاد لعزل العقيدات المرشحة مع الالتزام بمتطلبات الكثافة والحجم. تُظهر الطريقة المقترحة مقاييس أداء متفوقة، حيث تحقق درجة تداخل متوسطة تتجاوز 80%، وحساسية تزيد عن 90%، وأقل من إيجابيتين خاطئتين لكل مسح، متفوقة بشكل كبير على طرق العتبة التقليدية وطرق المياه. يؤكد المقال على أهمية التكرار الشفاف، موضحًا كل خطوة خوارزمية مناسبة للتنفيذ في MATLAB، وتقديم تحقق شامل ضد المراجع الخبراء.
تستعرض مراجعة الأدبيات تطور تقنيات معالجة الصور التي تهدف إلى تحسين رؤية العقيدات ودقة التقسيم. كانت الطرق المبكرة، مثل تعديل الهيستوجرام العالمي، محدودة بتضخيم الضوضاء وتقليل التباين في الأنسجة الرخوة. حسنت التقنيات اللاحقة، بما في ذلك تعديل الهيستوجرام التكيفي المحدود بالتباين والانتشار غير المتجانس، التباين المحلي مع تقليل الضوضاء. يشير المؤلفون إلى أن طرق العتبة التكيفية ونمو المنطقة أصبحت معيارية، ومع ذلك لا تزال التحديات قائمة في تحقيق توازن بين الحساسية ومعدلات الإيجابيات الخاطئة. تهدف الدراسة إلى معالجة هذه القضايا من خلال تطوير إطار معالجة شامل يلبي أهداف الأداء المحددة، بما في ذلك تحسين الرؤية القوي، وتقليل الضوضاء مع الحفاظ على الحواف، وتقسيم ثلاثي الأبعاد دقيق، ومتطلبات حسابية منخفضة مناسبة للأجهزة السريرية القياسية.
DOI: https://doi.org/10.1038/s41598-025-34569-0
PMID: https://pubmed.ncbi.nlm.nih.gov/41501139
Publication Date: 2026-01-07
Author(s): R. Yasir Abdullah et al.
Primary Topic: Lung Cancer Diagnosis and Treatment
Overview
The study presents a novel image enhancement and segmentation pipeline for the detection of pulmonary nodules in computed tomography (CT) scans, addressing the challenge of subtle nodules that often evade manual review. Utilizing the Lung Image Database Consortium Image Database Resource Initiative (LIDC IDRI), the proposed framework enhances local contrast through adaptive stretching, preserves edges via anisotropic diffusion, and employs adaptive thresholding for seed point selection. The method demonstrates high performance metrics, achieving a mean overlap score of 0.83, sensitivity of 0.92, and an average of 1.5 false positives per scan, significantly outperforming traditional threshold and watershed methods.
In conclusion, the pipeline not only meets the accuracy and practicality requirements but also shows robust performance across the LIDC/LUNA validation cohort, with a mean Dice overlap of 0.834 and specificity of 0.987. The dual shape pruning strategy effectively reduced false positives while preserving true nodules, as evidenced by visual analyses and performance metrics. Future work includes the integration of radiomic features for benign versus suspicious classification, volumetric growth assessment through baseline and follow-up registrations, optimization for faster inference times, and the addition of modules for broader clinical applications, thereby enhancing the system’s utility in thoracic CT analysis.
Introduction
Lung cancer remains the leading cause of cancer-related mortality, with nearly two million deaths and over 2.3 million new cases reported globally. Early detection significantly improves survival rates, and studies indicate that annual low-dose computed tomography (CT) screening can reduce mortality by approximately 20% compared to standard chest radiography. However, many clinically significant pulmonary nodules are often overlooked during initial scan reviews due to their small size, similar attenuation values to surrounding tissues, or proximity to obscuring structures. Additional challenges such as motion artifacts and reader fatigue further exacerbate the risk of missed diagnoses.
This study emphasizes the necessity for reliable computer-assisted support systems that utilize transparent and reproducible image processing techniques. While contemporary research frequently focuses on data-driven prediction models, there remains substantial potential for improvement through systematic enhancement and segmentation methods grounded in established intensity statistics and mathematical morphology. The Lung Image Database Consortium Image Database Resource Initiative, which includes over a thousand thoracic studies with expert annotations of visible nodules, serves as an ideal platform for objectively comparing various methodologies. The proposed study introduces a comprehensive processing pipeline designed to transform raw volumetric scans into accurate three-dimensional nodule masks and quantitative spatial descriptors, incorporating four key contributions: an adaptive contrast stretching routine, an edge-preserving anisotropic diffusion filter, and additional enhancements aimed at improving nodule visibility and delineation.
Methods
The proposed methodology for clinical workstations focuses on efficiently transforming complete thoracic studies into reliable diagnostic masks while adhering to strict time and memory constraints. This framework integrates classical intensity and morphology operations, leveraging well-documented behaviors and transparent parameters, with implementations in MATLAB that utilize built-in functions. The experimental setup involved a high-performance workstation running Ubuntu 22.04 LTS, where the proposed pipeline was executed entirely on CPU threads to simulate routine screening conditions. The method achieved a mean Dice overlap of 0.834, sensitivity of 0.923, specificity of 0.987, and a false positive burden of 1.46 detections per scan, with a median runtime of 154 seconds per 512-slice study. In contrast, baseline methods recorded lower Dice values and higher false positives, highlighting the proposed approach’s superior performance, particularly in preserving juxta pleural margins and suppressing vascular leakage in smaller nodules.
Figures presented in the study illustrate the boundary precision and segmentation reliability of the proposed method compared to classical baselines. Figure 3 visualizes perimeter correspondence through synthetic axial slices, demonstrating the method’s ability to maintain subtle internal gradients while effectively marking contours. Figure 4 summarizes the Dice performance across a synthetic cohort, revealing a tighter interquartile range (IQR) for the proposed method (0.054) compared to the watershed (0.075) and threshold (0.082) methods, indicating more consistent segmentation accuracy. Statistical analysis, including a nonparametric Kruskal-Wallis test, confirms significant differences in performance (p < 0.001). Overall, the results suggest that the proposed algorithm not only meets the pre-specified objectives but also has clinical implications for reducing radiologist recall rates and improving volumetric growth assessments.
Discussion
In this section, the authors discuss the advancements in automated analysis of thoracic computed tomography (CT) for detecting pulmonary nodules. They highlight a novel framework that employs intensity-driven seed selection and three-dimensional connectivity-based region growth to isolate candidate nodules while adhering to compactness and volume constraints. The proposed method demonstrates superior performance metrics, achieving a mean overlap score exceeding 80%, sensitivity above 90%, and fewer than two false positives per scan, significantly outperforming traditional threshold and watershed methods. The article emphasizes the importance of transparent replication, detailing each algorithmic step suitable for execution in MATLAB, and providing comprehensive validation against expert references.
The literature review outlines the evolution of image processing techniques aimed at enhancing nodule visibility and segmentation accuracy. Early methods, such as global histogram equalization, were limited by noise amplification and reduced contrast in soft tissues. Subsequent techniques, including contrast-limited adaptive histogram equalization and anisotropic diffusion, improved local contrast while minimizing noise. The authors note that adaptive thresholding and region growing methods have become standard, yet challenges remain in balancing sensitivity and false positive rates. The study aims to address these issues by developing an end-to-end processing framework that meets specific performance objectives, including robust visibility enhancement, edge-preserving denoising, accurate three-dimensional segmentation, and low computational demands suitable for standard clinical hardware.