Рентгенологическая картина при пневмонии


Основы. ОГК. Пневмонии. Рентгенодиагностика пневмоний

Пневмонии

Пневмония - инфекционное заболевание, характеризующееся воспалением легочной паренхимы и накоплением экссудата в просвете альвеол. В пораженном участке легкого развивается уплотнение (инфильтрат), в случае благоприятного исхода восстанавливается нормальная структура легочной ткани. Основными возбудителями острых пневмоний являются прежде всего пневмококк, а также грамположительные кокки (золотистый стафилококк, В-гемолитический стрептококк), смешанная аэробная флора, грамотрицательные бактерии (кишечная палочка, палочка Пфейффера, протей) и др. Острые пневмонии могут быть вызваны вирусами (в частности, гриппа, респираторным синцитиальным вирусом), микоплазмами, грибами, риккетсиями, хламидиями. Возможно сочетание нескольких возбудителей, например вирусов и бактерий. Пути проникновения возбудителей в легкие различны: вдыхание из окружающего воздуха и аспирация носоглоточного содержимого, гематогенное распространение, травма грудной клетки или другое экзогенное повреждение легочной ткани (например, при бронхоскопии). После попадания в легкие на микроорганизмы действует комплекс защитных реакций, обеспечивающий их удаление. Пневмония развивается при наличии нарушений в системе легочной защиты или у ослабленных пациентов: стариков, алкоголиков, больных с сопутствующими болезнями сердца, легких, почек, иммунодефицитами, после переохлаждения и т. д.

Крупозная (долевая) пневмония характеризуется поражением доли или нескольких долей легкого и вовлечением в процесс плевры.

Этиология и патогенез

Наиболее часто (до 90 % случаев) крупозную пневмонию вызывают пневмококки всех типов; значительно реже - клебсиелла, стафилококк, стрептококк. Мужчины болеют в 1,5 раза чаще, чем женщины. В основе заболевания лежит гиперергическая реакция на пневмококки, которые присутствуют в носоглотке у 10-60 % здоровых людей. Для развития крупозной пневмонии необходимы предрасполагающие факторы, например, изменения в системе легочной защиты, а также переохлаждение, хронические заболевания легких, сердца, опухоли, грипп и т.д.

Заболевание проходит ряд стадий. В стадию прилива (1-3-й день болезни) экссудат, содержащий пневмококки и большое количество фибрина, заполняет альвеолы, распространяясь по всей доле вплоть до листков висцеральной плевры, которые и служат анатомическим барьером, для его дальнейшего продвижения. Отечная жидкость может попадать в бронхи, захватывая соседние доли легкого. Вовлечение в процесс плевры приводит к развитию плеврита. Стадия уплотнения разделяется на две фазы: 1) красного опеченения (4-5-й дни болезни) - альвеолы заполняются фибринозным выпотом, содержащим большое количество эритроцитов и нейтрофилов, последние фагоцитируют пневмококки или другие бактерии, предотвращая дальнейшее распространение инфекции; 2) серого опеченения (6-7-й дни болезни) - в уплотненном легком содержатся в основном лейкоциты. Процесс фагоцитоза завершается. Во время стядии разрешения мигрирующие в альвеолы макрофаги удаляют остатки бактерий, фибрина, нейтрофилов и т.д., что в сочетании с отделением альвеолярного содержимого при кашле приводит к исчезновению экссудата и восстановлению нормальной анатомической структуры легкого.

Клиника

Обычно заболевание начинается внезапно с сильного озноба, лихорадки, кашля, болей в грудной клетке, нередко после простудного заболевания. Озноб, длящийся несколько часов и сменяющийся жаром, больные переносят крайне тяжело, повторные ознобы свидетельствуют о развитии осложнений. Лихорадка высокая - от 39,5° до 40С постоянного характера, сопровождается миалгиями, недомоганием, слабостью. Нередко наблюдаются головная боль, беспокойство бессонница, бред. Мокрота вначале скудная, пенистая, беловатая, затем становится ржавой в результате примеси крови, поздней мутнеет от обилия лейкоцитов и фибрина. Ко времени разрешения пневмонии мокрота делается более жидкой и обильной, содержит мало лейкоцитов и эритроцитов. Боль в грудной клетке может быть очень интенсивной, колюще-режущего характера, локализуется над пораженной долей легкого и резко усиливается при глубоком дыхании, кашле, надавливании на грудную клетку. Пациент нередко лежит на больном боку, чтобы уменьшить экскурсию ребер над областью плеврита. Боль уменьшается также при сдавлении грудной клетки рукой или компрессом, разъединении листков плевры выпотом. Боль может иррадиировать в плечо или верхнюю область живота, в зависимости от локализации пораженного участка.

При осмотре нередко обнаруживают герпетические высыпания на губах "теплый" цианоз, увеличение частоты дыхания до 25 40 и даже 50 в минуту. Дыхание поверхностное, в акте дыхания участвуют дополнительные дыхательные мышцы. Грудная клетка на пораженной стороне отстает при дыхании, голосовое дрожание усилено, при перкуссии отмечается притупление перкуторного звука, во время стадии прилива - притупление с тимпаническим оттенком. В стадию прилива над пораженной стороной на фоне ослабленного дыхания выслушивается крепитация (crepitatio indux). В стадию уплотнения дыхание над пораженным легким становится бронхиальным, могут выслушиваться сухие хрипы, обусловленные сопутствующим бронхитом. С пораженной стороны усилена бронхофония. В стадию разрешения вновь появляется крепитация (crepitatio redux), дыхание становится жестким, а затем и везикулярным. В этот период могут выслушиваться влажные звонкие мелкопузырчатые хрипы. Вовлечение в процесс плевры сопровождается шумом трения плевры, при наличии выпота наблюдается ослабление или исчезновение дыхания. Пульс частый, в тяжелых случаях может развиться недостаточность кровообращения (острое легочное сердце). На аорте может выслушиваться систолический шум, обусловленный высоким ударным объемом сердца. В первые дни заболевания могут наблюдаться тошнота и рвота. Лихорадка сохраняется около недели и критически снижается на 5-9-й день. В это время больные жалуются на резкую слабость, изнуряющий пот, сердцебиение. После снижения температуры тела одышка, частота сердечных сокращений уменьшаются, улучшается сон. Применение антибиотиков резко изменило течение крупозной пневмонии. Описанная выше классическая ее форма с 7-10-дневной лихорадкой в настоящее время уступила место абортивным формам с более легким и быстрым течением, характерным для очаговой пневмонии.

Диагноз

Рентгенологически при крупозной пневмонии выявляют интенсивное гомогенное затемнение, занимающее долю или целое легкое. В результате лечения эти изменения исчезают, в некоторых случаях рентгенологическая динамика отстает от клинической на несколько недель. Лейкоцитоз крови может достигать 15-30109/л, в лейкоцитарной формуле преобладают нейтрофилы, в том числе незрелые формы, в которых обнаруживают токсическую зернистость. В тяжелых случаях возможна лейкопения, свидетельствующая о более серьезном прогнозе. СОЭ увеличена. При исследовании газового состава крови выявляют гипоксемию с гиперкапнией и респираторный алкалоз. В мокроте много белка, фибрина, эритроцитов, лейкоцитов, при окраске мазков мокроты по Граму можно обнаружить пневмококки.

При очаговой пневмонии (бронхопневмония) инфекционный воспалительный процесс локализуется в бронхах и окружающей паренхиме, захватывая от одного до нескольких сегментов легких. Бронхопневмония чаще возникает у больных, страдающих бронхоэктазами или хроническим бронхитом, а также пациентов с заболеваниями сердца, сахарным диабетом, опухолями. Наиболее частыми причинами бронхопневмонии являются золотистый стафилококк, палочка Пфейффера, пневмококк.

Клиника

Болезнь обычно начинается постепенно, нередко на фоне гриппа или простуды, - повышается температура тела до 38-38,5°С, появляются одышка, слабость, кашель с небольшим количеством слизистой или слизисто-гнойной мокроты. Лихорадка обычно кратковременная, имеет неправильный характер. Крайне редко больных беспокоят боли в грудной клетке, возникающие, как правило, при поверхностном расположении очага пневмонии и развитии плеврита. При физическом исследовании грудной клетки обнаруживают признаки легочного уплотнения (усиление голосового дрожания, притупление перкуторного звука, жесткое дыхание) и звонкие мелкопузырчатые Влажные хрипы, однако они могут отсутствовать при малых размерах или центральном расположении очага поражения. Наличие сухих хрипов - признак сопутствующего бронхита. Изменения со стороны сердечно-сосудистой и других систем обычно не выражены. При правильном подборе антибактериальных препаратов температура тела нормализуется на 3-5-е сутки лечения, вслед за этим исчезают и рентгенологические изменения. Возможно и затяжное течение пневмонии, особенно при неадекватном лечении (неправильно подобранном антибактериальном препарате или малых его дозах). Нередко затяжное течение бронхопневмонии объясняется наличием других хронических заболеваний, изменением свойств возбудителя и реактивности организма.

Диагноз

Рентгенологическое исследование выявляет гомогенное затемнение, соответствующее по размеру одному или нескольким сегментам легких, изредка обнаруживает несколько очагов воспаления. Воспалительный процесс чаще локализуется в нижних отделах легких. В крови отмечают умеренный лейкоцитоз, палочкоядерный сдвиг лейкоцитарной формулы, увеличение СОЭ, при вирусных инфекциях иногда лейкопению. Мокрота слизистая или слизисто-гнойная; для определения природы возбудителя мазки мокроты окрашивают по Граму.

Deep Learning для обнаружения пневмонии по рентгеновским снимкам | Абхинав Сагар

Непрерывный конвейер для обнаружения пневмонии по рентгеновским снимкам

Застрял за платным доступом? Щелкните здесь, чтобы прочитать всю историю с помощью моей Friend Link!

Риск пневмонии огромен для многих, особенно в развивающихся странах, где миллиарды людей сталкиваются с энергетической бедностью и полагаются на загрязняющие виды энергии. По оценкам ВОЗ, ежегодно более 4 миллионов случаев преждевременной смерти происходят от болезней, связанных с загрязнением воздуха в домашних условиях, включая пневмонию.Ежегодно более 150 миллионов человек заражаются пневмонией, особенно дети в возрасте до 5 лет. В таких регионах проблема может усугубиться из-за нехватки медицинских ресурсов и кадров. Например, в 57 странах Африки нехватка составляет 2,3 миллиона врачей и медсестер. Для этих групп населения точный и быстрый диагноз означает все. Это может гарантировать своевременный доступ к лечению и сэкономить необходимое время и деньги для тех, кто уже находится в бедности.

Этот проект является частью рентгеновского снимка грудной клетки (пневмония), проводимого на Kaggle.

Создайте алгоритм для автоматического определения того, страдает ли пациент пневмонией или нет, по рентгеновским изображениям грудной клетки. Алгоритм должен был быть предельно точным, потому что на карту поставлены жизни людей.

  1. scikit-learn
  2. keras
  3. numpy
  4. pandas
  5. matplotlib

Набор данных можно загрузить с веб-сайта kaggle, который можно найти здесь.

Без лишних слов, давайте начнем с кода.Полный проект на github можно найти здесь.

Начнем с загрузки всех библиотек и зависимостей.

Затем я показал несколько нормальных изображений и изображений пневмонии, чтобы просто посмотреть, насколько они отличаются невооруженным глазом. Ну не очень!

Образцы изображений

Затем я разделил набор данных на три набора - обучающий, проверочный и тестовый.

Затем я написал функцию, в которой я немного увеличил данные, подал в сеть изображения обучающего и тестового набора.Также я создал ярлыки для изображений.

Практика увеличения данных - эффективный способ увеличения размера обучающей выборки. Дополнение обучающих примеров позволяет сети «видеть» более разнообразные, но все же репрезентативные точки данных во время обучения.

Затем я определил пару генераторов данных: один для данных обучения, а другой - для данных проверки. Генератор данных , способен загружать необходимый объем данных (мини-пакет изображений) непосредственно из исходной папки, преобразовывать их в обучающие данные (поданные в модель) и обучающие цели (вектор атрибутов - сигнал наблюдения).

Для своих экспериментов я обычно устанавливаю batch_size = 64 . В общем, значение от 32 до 128 должно работать. Обычно вам следует увеличивать / уменьшать размер пакета в зависимости от вычислительных ресурсов и производительности модели.

После этого я определил некоторые константы для дальнейшего использования.

Следующим шагом было построение модели. Это можно описать в следующих 5 шагах.

  1. Я использовал пять сверточных блоков, состоящих из сверточного слоя, максимального объединения и пакетной нормализации.
  2. Поверх него я использовал плоский слой, а затем четыре полностью связанных слоя.
  3. Также в промежутках я использовал дропауты, чтобы уменьшить переобучение.
  4. Функция активации была Relu повсюду, за исключением последнего слоя, где она была Sigmoid, поскольку это проблема двоичной классификации.
  5. Я использовал Адама в качестве оптимизатора и кросс-энтропию в качестве потерь.

Перед обучением модель полезно определить один или несколько обратных вызовов. Довольно удобные: ModelCheckpoint и EarlyStopping .

  • ModelCheckpoint : когда обучение требует много времени для достижения хорошего результата, часто требуется много итераций. В этом случае лучше сохранять копию наиболее эффективной модели только по окончании эпохи, улучшающей показатели.
  • EarlyStopping : иногда во время обучения мы можем заметить, что разрыв в обобщении (то есть разница между обучением и ошибкой проверки) начинает увеличиваться, а не уменьшаться. Это симптом переобучения, который можно решить разными способами ( уменьшает емкость модели , увеличивает обучающие данные , увеличивает данные , регуляризация , выпадение и т. Д.).Часто практичным и эффективным решением является прекращение тренировок, когда разрыв в обобщении ухудшается.
Ранняя остановка

Затем я обучил модель для 10 эпох с размером пакета 32. Обратите внимание, что обычно больший размер пакета дает лучшие результаты, но за счет более высокой вычислительной нагрузки. Некоторые исследования также утверждают, что существует оптимальный размер пакета для получения наилучших результатов, который можно найти, потратив некоторое время на настройку гиперпараметров.

Давайте визуализируем графики потерь и точности.

Точность в сравнении с эпохой | Loss vs Epoch

Пока все хорошо. Модель сходится, что можно наблюдать по уменьшению потерь и потерь проверки с эпохами. Кроме того, он может достичь точности проверки 90% всего за 10 эпох.

Давайте построим матрицу неточностей и получим некоторые другие результаты, такие как точность, отзывчивость, оценка F1 и точность.

 МАТРИЦА НЕИСПРАВНОСТЕЙ ------------------ 
[[191 43]
[13 377]]

ТЕСТОВЫЕ МЕТРИКИ ------------- ---------
Точность: 91.02564102564102%
Точность: 89.76190476190476%
Отзыв: 96.66666666666667%
F1-оценка: 93.08641975308642

ПОЕЗДНАЯ МЕТРИКА ----------------------
Поезд: 94.23

Модель может достигать точности 91,02%, что неплохо, учитывая размер используемых данных.

Хотя этот проект еще далек от завершения, примечателен успех глубокого обучения в таких разнообразных реальных проблемах. Я продемонстрировал, как классифицировать положительные и отрицательные данные о пневмонии на основе набора рентгеновских снимков.Модель была создана с нуля, что отличает ее от других методов, которые в значительной степени зависят от подхода трансферного обучения. В будущем эта работа может быть расширена для обнаружения и классификации рентгеновских изображений, состоящих из рака легких и пневмонии. В последнее время большой проблемой было различение рентгеновских изображений, на которых обнаружены рак легких и пневмония, и нашим следующим подходом должно быть решение этой проблемы.

Соответствующий исходный код можно найти здесь.

Приятного чтения, удачного обучения и удачного программирования!

Если вы хотите быть в курсе моих последних статей и проектов, подписывайтесь на меня на Medium.Вот некоторые из моих контактных данных:

.

ziqingW / Pneumonia_x_ray_classification: Модель сверточной нейронной сети для классификации пациентов с пневмонией по рентгеновским снимкам

перейти к содержанию Зарегистрироваться
  • Почему именно GitHub? Особенности →
    • Обзор кода
    • Управление проектами
    • Интеграции
    • Действия
    • Пакеты
    • Безопасность
    • Управление командой
    • Хостинг
    • мобильный
    • Истории клиентов →
    • Безопасность →
  • команда
  • предприятие
.

fr407041 / Диагностика пневмонии с помощью XRays: рентгеновские снимки грудной клетки от Kaggle

перейти к содержанию Зарегистрироваться
  • Почему именно GitHub? Особенности →
    • Обзор кода
    • Управление проектами
    • Интеграции
    • Действия
    • Пакеты
    • Безопасность
    • Управление командой
    • Хостинг
    • мобильный
    • Истории клиентов →
    • Безопасность →
  • команда
  • предприятие
.

Смотрите также