PuSH - Publication Server of Helmholtz Zentrum München

Kellner, E.* ; Sekula, P.* ; Lipovsek, J.* ; Russe, M.F.* ; Horbach, H.* ; Schlett, C.L.* ; Nauck, M.* ; Völzke, H.* ; Kroencke, T.* ; Bette, S.* ; Kauczor, H.U.* ; Keil, T.* ; Pischon, T.* ; Heid, I.M.* ; Peters, A. ; Niendorf, T.* ; Lieb, W.* ; Bamberg, F.* ; Büchert, M.* ; Reichardt, W.* ; Reisert, M.* ; Köttgen, A.*

MRT-basierte automatische Nierensegmentierung und darausabgeleitete Marker.

Imaging markers derived from MRI-based automated kidney segmentation.

Dtsch. Ärztebl. 121, 284-290 (2024)
Publ. Version/Full Text DOI PMC
Free journal
Hintergrund: Die automatische und akkurate Segmentierung der Niere und ihrer Kompartimente Kortex, Medulla und Sinus ist eine Voraussetzung für die bevölkerungsweite Erforschung potenziell neuer bildgebungsbasierter Biomarker der Niere. Methode: Wir haben ein robustes Deep-Learning-Framework zur (Sub-)Segmentierung der Niere entwickelt, das auf einemhierarchischen 3-D „convolutional neural network“ (CNN) basiert. Das CNN ist für mehrskalige Probleme der kombinierten Lokalisation und Segmentierung optimiert und wurde auf abdominaleMagnet resonanztomografien aus der bevölkerungsbasierten NAKO Gesundheitsstudie angewendete Ergebnisse: Die Übereinstimmung zwischen Modellvorhersagen und manuellen Segmentierungen war gut bis ausgezeichnet. Die Medianwerte für das auf die Körperoberfläche normierte Volumen von Gesamtniere, Kortex, Medulla und Sinus bei 9 934 Probandinnen und Probanden betrugen 158, 115, 43 und 24 mL/m 2 . Die Verteilungen dieser Marker wurden sowohl für die Gesamtpopulation als auch für eine Subgruppe von Personen ohne Nierenerkrankung oder damit in Beziehung stehenden Erkrankungen errechnet. Multivariable adjustierte Regressionsanalysen zeigten, dass Diabetes mellitus, männliches Geschlecht und eine höhere geschätzteglomeruläre Filtrationsrate (eGFR, „estimated glomerular filtrationrate“) wichtige Prädiktoren für ein höheres Gesamt- und Kortexvolumen waren. Zum Beispiel war jeder Anstieg der glomerulärenFiltrationsrate (GFR) um eine Einheit (das heißt um 1 mL/min pro 1,73 m 2 Körperoberfläche) mit einer signifikanten Zunahme des Gesamtnierenvolumens um 0,98 mL/m 2 verbunden. Die Volumina waren beiPersonen mit chronischer Nierenerkrankung niedriger als bei denjenigen ohne.Schlussfolgerung: Die Extraktion von bildbasierten Biomarkern durch CNN-basierte Sub-Segmentierung der Niere mit Daten aus einer populationsbasierten Studie liefert verlässliche Ergebnisse und bildet einesolide Grundlage für weitere Untersuchungen.
BACKGROUND: Population-wide research on potential new imaging biomarkers of the kidney depends on accurate automated segmentation of the kidney and its compartments (cortex, medulla, and sinus). METHODS: We developed a robust deep-learning framework for kidney (sub-)segmentation based on a hierarchical, three-dimensional convolutional neural network (CNN) that was optimized for multiscale problems of combined localization and segmentation. We applied the CNN to abdominal magnetic resonance images from the population-based German National Cohort (NAKO) study. RESULTS: There was good to excellent agreement between the model predictions and manual segmentations. The median values for the body-surface normalized total kidney, cortex, medulla, and sinus volumes of 9934 persons were 158, 115, 43, and 24 mL/m2. Distributions of these markers are provided both for the overall study population and for a subgroup of persons without kidney disease or any associated conditions. Multivariable adjusted regression analyses revealed that diabetes, male sex, and a higher estimated glomerular filtration rate (eGFR) are important predictors of higher total and cortical volumes. Each increase of eGFR by one unit (i.e., 1 mL/min per 1.73 m2 body surface area) was associated with a 0.98 mL/m2 increase in total kidney volume, and this association was significant. Volumes were lower in persons with eGFR-defined chronic kidney disease. CONCLUSION: The extraction of image-based biomarkers through CNN-based renal sub-segmentation using data from a population-based study yields reliable results, forming a solid foundation for future investigations.
Altmetric
Additional Metrics?
[➜Log in]
Edit extra informations Login
Publication type Article: Journal article
Document type Scientific Article
Corresponding Author
ISSN (print) / ISBN 0012-1207
e-ISSN 2199-7292
Journal Deutsches Ärzteblatt
Quellenangaben Volume: 121, Issue: 9, Pages: 284-290 Article Number: , Supplement: ,
Publisher Dt. Ärzte-Verl.
Non-patent literature Publications
Reviewing status Peer reviewed
Institute(s) Institute of Epidemiology II (EPI2)