論文No3694
Automatic analysis of bronchus-artery dimensions to diagnose and monitor airways disease in cystic fibrosis
Qianting Lv, Leticia Gallardo-Estrella, Eleni-Rosalina Andrinopoulou, Yuxin Chen, Jean-Paul Charbonnier, Rikke Mulvad Sandvik, Daan Caudri, Kim Gjerum Nielsen, Marleen de Bruijne, Pierluigi Ciet, Harm Tiddens
Thorax 2024;79:13-22.
＜背景＞
嚢胞性線維症（CF）の肺疾患は、進行性の気道壁の肥厚と拡大によって特徴づけられる。
我々は、CF患者の胸部CTスキャンで可視化されたすべての気管支-動脈（BA）対の寸法を評価する
人工知能ベースのアルゴリズムを検証することを目的とした。
＜方法＞
アルゴリズムは、気管支樹を完全に自動分割し、気管支世代を識別し、気管支と隣接動脈をマッチングさせ、
各BAペアについて気管支外径（Bout）、気管支内腔径（Bin）、気管支壁厚（Bwt）、隣接動脈径（A）を測定し、
分割気管支から最後の可視世代までの各BAペアについてBout/A、Bin/A、Bwt/Aを計算した。
自動BA解析を検証するために3つのデータセットを使用した。
最初のBA解析は、自動BA解析結果と手動BA解析結果を比較するために、
手動でアノテーションされた23のCTスキャン（11のCF、12の対照被験者）に対して実行された。
さらに、縦断的なBA変化を評価し、手動スコアリング結果と比較するために、
2つの縦断的データセット（Copenhagen 111 CTs、ataluren 347 CTs）に対してBA解析を実行した。
＜結果＞
自動BA解析と手動BA解析は、気管支の定量化において有意差を示さなかった。
縦断的データセットでは、自動BA解析はコペンハーゲンおよびアタルレンデータセットで
それぞれ247および347のBAペア/CTを検出した。
コペンハーゲンのデータセットでは、2年間の間隔でBout/AおよびBin/Aが0.02の有意な増加が検出され、
アタルーレンのデータセットでは、48週間の間隔でBout/Aが0.03、Bin/Aが0.02の有意な増加が検出された
（すべてp<0.001）。
Bwt/Aの0.01の進行はアタルーレンデータセットでのみ検出された（p<0.001）。
BA解析の結果は、気道疾患の手動スコアリング結果と弱い相関から強い相関（相関係数0.29から0.84）を示した。
＜結論＞
気管支-動脈（BA）対の寸法解析は、CF患者における気管支壁肥厚と気管支拡大の進行を検出する。
Background Cystic fibrosis (CF) lung disease is characterised by progressive airway wall thickening and widening. We aimed to validate an artificial intelligence-based algorithm to assess dimensions of all visible bronchus-artery (BA) pairs on chest CT scans from patients with CF.
Methods The algorithm fully automatically segments the bronchial tree; identifies bronchial generations; matches bronchi with the adjacent arteries; measures for each BA-pair bronchial outer diameter (Bout), bronchial lumen diameter (Bin), bronchial wall thickness (Bwt) and adjacent artery diameter (A); and computes Bout/A, Bin/A and Bwt/A for each BA pair from the segmental bronchi to the last visible generation. Three datasets were used to validate the automatic BA analysis. First BA analysis was executed on 23 manually annotated CT scans (11 CF, 12 control subjects) to compare automatic with manual BA-analysis outcomes. Furthermore, the BA analysis was executed on two longitudinal datasets (Copenhagen 111 CTs, ataluren 347 CTs) to assess longitudinal BA changes and compare them with manual scoring results.
Results The automatic and manual BA analysis showed no significant differences in quantifying bronchi. For the longitudinal datasets the automatic BA analysis detected 247 and 347 BA pairs/CT in the Copenhagen and ataluren dataset, respectively. A significant increase of 0.02 of Bout/A and Bin/A was detected for Copenhagen dataset over an interval of 2 years, and 0.03 of Bout/A and 0.02 of Bin/A for ataluren dataset over an interval of 48 weeks (all p<0.001). The progression of 0.01 of Bwt/A was detected only in the ataluren dataset (p<0.001). BA-analysis outcomes showed weak to strong correlations (correlation coefficient from 0.29 to 0.84) with manual scoring results for airway disease.
Conclusion The BA analysis can fully automatically analyse a large number of BA pairs on chest CTs to detect and monitor progression of bronchial wall thickening and bronchial widening in patients with CF.