Исследование информативности характера контуров очаговых образований поджелудочной железы с целью дифференциальной диагностики хронического панкреатита и протоковой аденокарциномы.

Дифференциальная диагностика очаговой патологии поджелудочной железы является сложной клинической задачей. Метод эндоскопической ультрасонографии является наиболее информативным в детальной визуализации паренхимы поджелудочной железы и используется как уточняющий в диагностике очаговой патологии органа, что обеспечивается высоким разрешением изображений из-за минимального удаления датчика от исследуемого объекта. Одним из информативных критериев дифференциальной диагностики изучаемой патологии является характер контуров очаговых образований. Целью работы явилось повышение качества дифференциальной диагностики очаговой патологии поджелудочной железы по данным эндоскопической ультрасонографии на основе анализа характера контуров очаговых образований с оценкой их информативности. Анализу подвергнуты результаты эндоскопической ультрасонографии 109 пациентов с солидными опухолевыми образованиями поджелудочной железы и 40 пациентов с хроническим панкреатитом. Использовалась эндоскопическая видеосистема фирмы «Olympus» EVIS EXERA II c ультразвуковым процессором EU-ME1. С помощью разработанных универсальных алгоритмов, из первичных «сырых» видеоматериалов выделены максимально однородные фрагменты области интересов, на основании которых сформирована шкала характера контуров рассматриваемой очаговой патологии. Выделены восемь основных типов контуров, соответствующих хроническому очаговому панкреатиту и протоковой аденокарциноме с различной степенью дифференцировки. Полученные данные позволили построить гистограмму с последующим статистическим анализом результатов, который показал перспективность предлагаемой методики дифференциальной диагностики панкреатита и онкологических заболеваний и синтеза соответствующих решающих правил.

1. Нарантуяа Т., Фролова И.Г., Величко С.В. Комплексная лучевая диагностика рака поджелудочной железы. Сибирский онкологический журнал. 2009;(1):40–44.

2. Дусмухамедова З.Т., Фазилов А.А., Абзалова М.Я. Характерные особенности ультразвуковой картины хронического панкреатита. Молодой ученый. 2017;(10):133–136. URL: https://moluch.ru/archive/144/39442/ (дата обращения: 16.05.2021).

3. Кармазановский Г.Г. Опухоли поджелудочной железы солидной структуры: протоколы лучевых исследований, дифференциальная диагностика (лекция, часть 1). Медицинская визуализация. 2016;(4):54–63.

4. Пронина Г.М., Орлова М.В. Роль эндоскопии и эндо-УЗИ в диагностике рака поджелудочной железы. Анналы хирургической гепатологии. 2019;24(3):36–44. https://doi.org/10.16931/1995-5464.2019336-44.

5. Welinsky S., Lucas A.L. Familial pancreatic cancer and the future of directed screening. Gut Liver. 2017;11(6):761–770. https://doi.org/10.1007/s00261-017-1308-z.

6. Ветшева Н.H. Шишин К.В., Быстровская Е.В., Недолужко И.Ю., Коваленко Д.Д., Дооперационная диагностика солидных опухолей поджелудочной железы: обзор литературы. Медицинская визуализация. 2016;(5):50–58.

7. Нечипай А.М., Орлов С.Ю., Федоров Е.Д. ЭУСбука. Руководство по эндоскопической ультрасонографии. Москва: Практическая медицина; 2013. 399 с.

8. Титов И.О., Емельянов Г.М. Выделение контуров изображения движущегося объекта. Вестник Новгородского Государственного университета. 2010;(55):27–31.

9. Солодинина Е.Н. Эндоскопическое ультразвуковое исследование в диагностике хирургических заболеваний органов панкреатобилиарной зоны. Диссертация на соискание ученой степени доктора медицинских наук. М.; 2016. 240 с.

10. Неустроев В.Г., Ильичева Е.А., Расулов Р.И., Владимирова А.А., Хмельницкая В.А. Эндосонография в дифференциальной диагностике рака поджелудочной железы и хронического панкреатита. Бюллетень ВСНЦ СО РАМН. 2006;6 (52):76–81.

11. Нечипай А.М., Бурдюков М.С., Юричев И.Н., Коржева И.Ю., Комиссаров Д.Ю. Эндосонографические критерии дифференциальной диагностики рака поджелудочной железы и хронического панкреатита. Актуальные вопросы эндоскопии 2016: сборник материалов VII Всероссийской научно-практической конференции, 24-25 марта 2016 г. С. Петербург, 2016;258–259.

12. Scharwächter С., Haage P. Diagnosis of Pancreatic Ductal Adenocarcinoma. Current Radiology Reports. 2017;5(8):971-8. DOI: 10.1007/s40134-017-0233-9.

13. Guo C.G., Ren S., Chen X., Wang Q.D., Xiao W.B., Zhang J.F., Duan S.F., Wang Z.Q. Pancreatic neuroendocrine tumor: prediction of the tumor grade using magnetic resonance imaging findings and texture analysis with 3-T magnetic resonance. Cancer Manag Res. 2019;(11):1933–1944.

14. Jones S.N., Lees W.R., Frost R.A. Diagnosis and grading of chronic pancreatitis by morphological criteria derived by ultrasound and pancreatography. Clin Radiol. 1988;39(1):43–8. DOI: 10.1016/s0009-9260(88)80339-8. PMID: 3276430.

15. Wiersema M.J., Haves R.H., Lehman G.A. et al. Prospective evaluation of endoscopic ultrasonography end endoscopic retrograde cholangiopancreatography in patients with chronic abdominal pain of suspected pancreatic origin. Endoscopy. 1993;25:555–564.

16. Hawes R.H. Endosonography Hawes R.H., Fockens P. Elsevier Inc. 2006. 329 p.

17. Митьков В.В. Практическое руководство по ультразвуковой диагностике. Общая ультразвуковая диагностика. 3-е изд., перераб. и доп. М.: Издательский дом Видар-М.; 2019. 756 с., ил. ISBN 978-5-88429-250-5.

18. Струков А.И., Серов В.В. Патологическая анатомия: учебник. 5-е изд., стер. М.: Литтерра; 2010. 848 с.

19. Филиппова Е.М. Прогностическая значимость степени гистологической злокачественности протоковой аденокарциномы поджелудочной железы. Диссертация на соискание ученой степени кандидата медицинских наук. М. 2015. 118 с.

20. Седтикова Г.Р., Паклина О.В., Шабунин А.В., Бедин В.В., Тавобилов М.М., Хатьков И.Е., Израилов Р.Е. Морфологическая оценка распространенности протоковой аденокарциномы поджелудочной железы. Российский медико-биологический вестник имени академика И.П. Павлова. 2015;(23)1:130–136.

21. Кореневский Н. А. Использование нечеткой логики принятия решений для медицинских экспертных систем. Медицинская техника. 2015;49(1):33–35.

22. Кореневский Н.А., Родионова С.Н., Хрипина И.И. Методология синтеза гибридных нечетких решающих правил для медицинских интеллектуальных систем поддержки принятия решений. Старый Оскол: ТНТ. 2019. 472 с.

23. Кореневский Н.А. Проектирование нечетких решающих сетей, настраиваемых по структуре данных для задач медицинской диагностики. Системный анализ и управление в биомедицинских системах. 2005;4(1):12–20.

24. Белозеров В.А., Кореневский Н.А. Нечеткие модели дифференциальной диагностики очаговых образований поджелудочной железы по данным эндоскопической ультрасонографии на основе анализа реперных схем эталонных эндосонограмм. Известия Юго-Западного государственного университета. Серия: Управление, вычислительная техника, информатика. Медицинское приборостроение. 2020;10(3/4):118–135.

25. Белозеров В.А., Кореневский Н.А. Дифференциальная диагностика патологии поджелудочной железы по данным эндоскопической ультрасонографии на основе нечетких математических моделей. Системный анализ и управление в биомедицинских системах. 2021; 20(1):102–110.

26. Кореневский Н.А. Метод синтеза гетерогенных нечетких правил для анализа и управления состоянием биотехнических систем. Известия Юго-Западного государственного университета. Серия: управление, вычислительная техника, информатика. Медицинское приборостроение. 2013; (2): 99–103.

27. Korenevskii N.A. Application of fuzzy logic for decision-making in medical expert systems. Biomedical engineering. 2015;49:46–49.

28. Korenevskii N.A, Degtyarev S.V., Seregin S.P., Novikov A.V. Use of an Interactive Method for Classification in Problems of Medical Diagnosis. Biomedical engineering. 2013;47(4):169–172.

29. Кореневский Н.А., Разумова К.В. Синтез нечетких классификационных правил в многомерном пространстве признаков для медицинских приложений. Известия Юго-Западного государственного университета. Серия: Управление, вычислительная техника, информатика. Медицинское приборостроение. 2012;2(1):223–227.

30. Кореневский Н.А., Тутов Н.Д., Лазурина Л.П. Проектирование медико-экологических информационных систем. Курск: Курский государственный технический университет; 2001. 193 с.

31. Кореневский Н.А., Башир А.С., Горбатенко С.А. Синтез гибридных нечетких правил для прогнозирования, оценки и управления состоянием здоровья в экологически неблагоприятных регионах. Известия Юго-Западного государственного университета. Серия: Управление, вычислительная техника, информатика. Медицинское приборостроение. 2013;(4):69.

32. Norton I.D., Zheng Y., Wiersema M.S., Greenleaf J., Clain J.E., Dimagno E.P. Neural network analysis of EUS images to differentiate between pancreatic malignancy and pancreatitis. Gastrointest Endosc. 2001;54(5):625-9. DOI: 10.1067/mge.2001.118644. PMID: 11677484.