Numeryczna ocena funkcjonowania nerek na podstawie obrazów DCE-MRI

Nerki są odpowiedzialne za utrzymanie homeostazy całego ciała umożliwiając organizmowi
funkcjonowanie w optymalnych warunkach. Miarą wydolności nerek jest współczynnik
przesączania kłębuszkowego (GFR), a jego monitorowanie jest niezbędne w przewidywaniu,
diagnostyce oraz leczeniu chorób nerek. Obecnie klinicznie używane metody chemiczne
są kłopotliwe, a ponadto nie umożliwiają pomiaru GFR dla każdej nerki z osobna, w przeciwieństwie do analizy obrazów rezonansu magnetycznego o kontraście dynamicznie
wzmocnionym środkiem cieniującym (DCE-MRI), która umożliwia nieinwazyjną ocenę
struktury oraz funkcjonowania nerek w jednej sesji obrazowej. Jednakże brakuje metod,
które umożliwiłyby oszacowanie GFR z obrazów DCE-MRI bez ingerencji operatora na
pewnym z etapów przetwarzania obrazów.
Działania przedstawione w przedłożonej pracy są częścią projektu mającego na celu
opracowanie komputerowej metody pomiaru GFR bezpośrednio z obrazów DCE-MRI,
będącej na tyle dokładną, szybką i efektywną, aby znaleźć zastosowanie kliniczne. Celem
pracy było stworzenie biblioteki w języku Python, umożliwiającej komputerową analizę
ilościową obrazów DCE-MRI oraz porównanie różnych modeli farmakokinetycznych (PK)
w zastosowaniu do oceny wydolności nerek.
W pierwszej kolejności zaznaczono obszary obu nerek oraz aorty na obrazie DCE-MRI po
korekcji ruchu, a następnie w celu usunięcia obszaru miedniczki nerkowej przeprowadzono
segmentację na podstawie przebiegów czasowych intensywności sygnału poszczególnych
wokseli posługując się analizą głównych składowych oraz algorytmem k-średnich. Średnie
przebiegi czasowe stężenia środka cieniującego w obszarze funkcjonalnym każdej z nerek
dopasowano do 4 modeli PK: Tofts and Kermode (TK), extended Tofts and Kermode (ETK),
Patlak-Rutland (PR) and two-compartment exchange model (2CXM). Na podstawie otrzymanych
parametrów wyliczono GFR dla każdej z nerek oraz całkowity GFR.
Opracowaną metodę przetestowano na sekwencjach DCE-MRI dziesięciu zdrowych osób,
a otrzymane wartości całkowitego GFR porównano z wartościami otrzymanymi metodami
analizy klirensu iohexolu oraz stężenia kreatyniny. Otrzymane wyniki pokazały, że 2CXM
jest najdokładniejszym oraz najbardziej precyzyjnym z modeli, w odniesieniu do analizy
klirensu iohexolu, a rezultaty otrzymane z jego zastosowaniem są zbliżone do analizy
stężenia kreatyniny.
Podsumowując stwierdzono, że 2CXM może być użyty w ostatnim kroku docelowej
metody estymującej GFR z obrazów DCE-MRI, a stworzona biblioteka umożliwia jego
zaimplementowanie.
Słowa kluczowe: DCE-MRI, nerka, współczynnik przesączania kłębuszkowego,
GFR, modelowanie farmakokinetyczne, analiza ilościowa, segmentacja nerek.

The kidneys maintain whole body homeostasis enabling the organism to function in an
optimal environment. The metrics of the renal function is glomerular filtration rate (GFR)
and its monitoring is essential for prognosis, diagnosis and treatment of renal diseases.
Clinically used chemical methods are cumbersome and do not allow for single kidney GFR
(SKGFR) estimation, in contrary to the analysis of the dynamic contrast enhanced magnetic
resonance imaging (DCE-MRI), which enables a non-invasive examination of both renal
function and structure in a single imaging session. However, there is a lack of methods
enabling reliable renal function quantification without human interference.
The works included in this thesis are a part of the project, which aims to develop entirely
data-driven method of GFR estimation directly from DCE-MRI—fast, efficient and accurate
enough to be used in clinical practice. The scope of this thesis was to develop a library for
quantitative analysis of DCE-MRI in the Python programming language to be used in the
target method and to compare the performance of different pharmacokinetic (PK) models in
renal function assessment applications.
First, the labels of both kidneys and aorta were depicted on the registered DCE-MRI
sequences. In order to remove the region of the renal pelvis, the kidney voxel-wise segmentation
on the basis of intensity time courses was performed with the use of principal
component analysis (PCA) and k-means clustering algorithm. Average contrast agent
concentration-time curves of the functional region of each kidney were then fitted to the
four PK models: Tofts and Kermode (TK), extended Tofts and Kermode (ETK), Patlak-Rutland (PR)
and two-compartment exchange (2CXM) models. From the obtained model parameters, the
SKGFR and total GFR were calculated.
The developed method was tested on the DCE-MRI sequences of ten healthy subjects.
Obtained total GFR values were compared with the values obtained in iohexol-GFR and
serum-creatinine tests. The results showed that 2CXM is the most accurate and precise of
tested PK models with reference to the iohexol-GFR and its performance is comparable with
a serum-creatinine test.
The conclusion was drawn that 2CXM can be used in a final step of the GFR estimation
in the target method and the developed library enables its implementation.
Keywords: DCE-MRI, kidney, glomerular filtration rate, pharmacokinetic modelling,
quantitative analysis, kidney segmentation.