Healthcare

Nova tecnologia Virtual Grid para radiografia digital

virtual grid radiografia digital
virtual grid radiografia digital

Virtual Grid (VG) é um produto de software desenvolvido para imagens de radiologia digital. O objetivo do VG é melhorar a qualidade da imagem, reduzindo a deterioração devido à radiação que chega ao detector.

SUBSTITUIR TEXTO PELO DO CATÁLOGO

O VG é altamente benéfico, especialmente quando uma grade anti-difusora não pode ser usada (ou seja, em exames à beira leito), mas melhorias na qualidade da imagem também podem ser obtidas na radiologia tradicional.

Objetivo do estudo

O objetivo deste estudo é avaliar a melhora na qualidade da imagem devido à VG em exames de tórax à beira leito torácico.

Método e materiais

Este estudo está sendo realizado no Ospedale di Sassuolo (MO, Itália). Todos os pacientes que realizaram exames de tórax AP foram coletados entre abril e maio de 2017, independentemente do sexo, idade e presença de dispositivo médico dentro do tórax (por exemplo, dispositivo de marca-passo cardíaco). Os pacientes para os quais, por qualquer motivo, os critérios de aceitabilidade de qualidade de imagem não foram atendidos foram excluídos do estudo.

Os pacientes receberam apenas uma exposição. Como o VG é normalmente adotado na rotina clínica do hospital, para cada paciente foi feita uma cópia da imagem diagnóstica e o pós-processamento padrão (*) foi aplicado na cópia sem o uso do VG.

O pós-processamento padrão foi previamente otimizado de acordo com as preferências dos radiologistas para obter a melhor qualidade de imagem acessível. Para ambas as imagens, nenhum ajuste manual foi permitido.

INSERIR TABELA

(*) Descrição da derivação de Processamento Padrão (DICOM 0008,2111): G1.1e#1.60+0.10,MBF0.8AM0.6

As etiquetas foram atribuídas aleatoriamente ao par de imagens (“Cópia 1” e “Cópia 2”), sem informação sobre qual o Virtual Grid foi aplicado ou não. Para cada paciente, três radiologistas experientes compararam as imagens “Cópia 1” e “Cópia 2” em uma configuração lado a lado. Nenhum conhecimento prévio sobre qual imagem utilizou-se o software VG foi fornecido aos radiologistas.
A avaliação foi feita com base na lista de características relatadas na Tabela 1. A lista de recursos foi desenvolvida a partir das diretrizes de classificação de radiografia de tórax padrão do NIOSH,

devidamente alteradas em cooperação com um radiologista para se adaptar aos objetivos do estudo.
Para cada característica, o radiologista poderia atribuir uma preferência entre as duas imagens seguindo uma escala Likert de 5 pontos. Os dados foram coletados e analisados para descrever as distribuições de preferências; a média, a mediana e os valores modais foram computados em todo o conjunto de pacientes. A significância estatística foi computada por meio de um teste do sinal não paramétrico. Um valor p de 0,05 foi escolhido como limiar de significância.

Virtual Grid x Procedimento padrão

Resultados (preliminares)

45 pacientes no total foram coletados no estudo. Esta análise preliminar relata as avaliações de dois radiologistas experientes feitas na mesma amostra de 30 pacientes.

As diferenças médias, medianas e modais na pontuação entre o VG e o processamento padrão sempre foram a favor do VG e foram estatisticamente significativas (p <0,05) para quase todas as características relatadas na Tabela 2. A única exceção foi o recurso C3 (ruído da imagem), para o qual o processamento padrão teve uma pontuação melhor estatisticamente significativa (p = 0,001).

Conclusões preliminares

O processamento VG foi escolhido por ambos os radiologistas porque foi capaz de aumentar a qualidade da imagem em um número notável de características incluídas na lista.

As principais exceções são o Parênquima Pulmonar (B2.1), onde as preferências são igualmente distribuídas entre Processamento Padrão e Processamento VG, e Ruído de Imagem (C3), cujo aumento é um efeito intrínseco da remoção da radiação dispersa.


Pesquisadores

Dr. Rivetti Stefano e Dr. Della Gala Giuseppe

Inscrever-se
Notificar de
0 Comentários
mais antigos
mais recentes
Feedbacks embutidos
Ver todos os comentários