Аннотация (русский):
Синдром лимфаденопатии (увеличение лимфоузлов) имеет место при многих заболеваниях, различающихся по этиологии, клиническому течению, методам лечения и прогнозу. При расшифровке причины лимфаденопатии диагностический поиск должен строиться с учетом клинической ситуации (характер лимфаденопатии, наличие других симптомов, анамнестические сведения, характер изменений в периферической крови и др.). Выбор наиболее информативного метода диагностики определяется диагностической гипотезой с учетом данных первичного осмотра больного, показателей периферической крови, а также знания чувствительности и специфичности соответствующего метода исследования для верификации предполагаемого заболевания. В основу данного сообщения положен материал компьютерно-томографического обследования органов грудной клетки 491 больного с различными формами лимфом средостения в условиях консультативной поликлиники Дальневосточного научного центра физиологии и патологии дыхания с 2011 по 2017 гг. Среди них: саркоидоз внутригрудных лимфатических узлов первой, второй и частично третей стадии (n=432); лимфома Ходжкина (n=17); метастазы в лимфоузлы средостения (n=25); лимфосаркома (n=12), туберкулез лимфатических узлов у взрослых (n=5). Всем им выполнялась, помимо традиционных цифровых рентгенологических исследований, мультиспиральная компьютерная томография, у 78% пациентов – фибробронхоскопия. Верификация была у 82% больных: трансбронхиальная биопсия при УЗИ-визуализации (72%) и трансторакальной открытой биопсии (28%).

Ключевые слова:
лимфомы средостения, саркоидоз, метастазы, лучевая диагностика, мультиспиральная компьютерная томография, постпроцессинговая обработка изображений, мультипланарная реконструкция, 3D-визуализация, виртуальная бронхоскопия.

 

Медицинская визуализация повлияла на практическую медицину в последние десятилетия, что в значительной степени способствовало улучшению диагностики заболеваний, лечению и последующему наблюдению. Минимально инвазивные процедуры, ориентированные на качественное, максимально достоверное и реалистическое изображение, становятся все более распространенными в больницах, заменяя обычную инвазивную диагностику и способствуя быстрому восстановлению пациентов с меньшим количеством осложнений после процедуры. Мы предполагаем, что эта тенденция продолжится, медицинская визуализация будет играть все более важную роль в продвижении прецизионной (высокоточной) медицины в клиническую практику.

Известно, что определенной проблемой в компьютерной томографии (КТ) является то, что исследуемые объекты по своей природе являются объемными (трехмерными), и двумерные тонкие срезы не способны передать все пространственные свойства исследуемых объектов и сложны в интерпретации [12, 15].

Анализ только аксиальных КТ-срезов ограничивает полную визуализацию образования и анализ его взаимоотношения с прилежащими структурами из-за эффекта частичного объема. Оценить состояние просвета бронхов в полном объеме только по аксиальным срезам не представляется возможным из-за расположения их в разных плоскостях по отношению к плоскости сканирования [11]

Ведущий метод диагностики заболеваний легких – мультиспиральная компьютерная томография (МСКТ). МСКТ обладает не только преимуществами структурного и пространственного разрешения, но и спецификой постпроцессинговой обработкой получаемого изображения [1, 3, 4, 14].

Термином «постпроцессинг» (постобработка, вторичная реконструкция КТ-изображений) принято называть обработку исходных аксиальных КТ-изображений с целью создания новых, более сложных двухмерных и трехмерных изображений [2, 16, 19, 21, 27, 40, 46, 56, 60]. В отличие от первичной реконструкции, осуществляемой из сырых данных, для вторичной реконструкции сырые данные не требуются.

Термином «рендеринг», который общепринят в зарубежной литературе, обозначается объемная 3D-визуализация. В последние годы для практического применения предложена новая модификация рендеринга – «кинематический рендеринг». Кинематографический рендеринг (CR) – это новый алгоритм рендеринга, который включает более совершенную модель освещения, чем используемая для объемного рендеринга, для создания фотореалистичных 3D-изображений МСКТ [31, 36, 46, 60].

Последние достижения в компьютерной графике сделали объемную трехмерную визуализацию методом выбора. Результаты физической правдоподобности изображения зачастую легче интерпретировать для человеческого мозга, поскольку мозг обучен интерпретировать малейшие оттенки для реконфигурации информации о форме и глубине [31, 36, 46, 60].

Ряд исследователей [16, 21, 40, 46, 65] сформулировали основные задачи постпроцессинга в современных условиях:

• улучшение оценки пространственных взаимоотношений органов и структур;
• проведение презентаций для более наглядного представления КТ-данных, позволяющих врачам других специальностей лучше ориентироваться, как с точки зрения диагностики, так и оценки динамики течения патологического процесса;
• получение специальных клинических приложений для улучшения диагностики заболеваний [2, 16, 20, 29, 60];
• планирование вариантов консервативного лечения, вида и объёма операции, хирургической навигации [19, 33, 41, 61, 62, 71].

У подавляющего числа современных МСКТ имеется возможность осуществлять данный вид высокотехнологической лучевой диагностики. Учитывая последовательную тенденцию наращивания в нашей стране оснащения данной техникой стационарных и амбулаторных медучреждений, можно предполагать, что современный постпроцессинг при МСКТ исследовании постепенно станет рутинной технологией. Только нужно быть готовым к этому, имея ввиду обучение специалистов и мотивацию в освоении этих технологий.

Существует альтернативная точка зрения, свидетельствующая о необходимости некоторого ограничения широкого использования КТ для рутинной диагностики, в частности, грудного саркоидоза, с целью снижения лучевой нагрузки на пациентов.

Так, P.Spagnolo et al. [64] утверждают, что у многих пациентов «…результаты КТ являются нетипичными и незнакомыми большинству радиологов (например, саркоидоз, имитирующий другие заболевания легких и наоборот), и в этих случаях рекомендуется гистологическое подтверждение диагноза».

T.E.Wessendorf et al. [68] считают, что радиологическая диагностическая система все еще основана на рентгенографии грудной клетки, а КТ не является обязательной для диагностики и повседневного наблюдения.

Снижение дозы излучения при выполнении МСКТ и подавление шума, сохраняя структуру изображения, по-прежнему остается серьезной проблемой. В томографических аппаратах последних поколений используются различные способы реконструкции, в том числе итеративная реконструкция, которые позволяют достичь ультранизкой дозы КТ и обеспечивают приемлемое качество изображения [25, 50, 55].

В настоящей работе нами изучены возможности применения современных способов постобработки МСКТ-изображений в диагностике патологии внутригрудных лимфоузлов (ВГЛУ) и проанализированы наиболее эффективные из них, в зависимости от поставленных диагностических задач.

В основу данного сообщения положен материал КТ-обследования органов грудной клетки в условиях консультативной поликлиники Дальневосточного научного центра физиологии и патологии дыхания с 2011 по 2017 гг. За этот период времени (7 лет) обследован 491 больной с различными формами лимфом средостения. Среди них: саркоидоз ВГЛУ первой, второй и частично третей стадии (n=432); лимфома Ходжкина (n=17); метастазы в лимфоузлы средостения (n=25); лимфосаркома (n=12), туберкулез ВГЛУ у взрослых (n=5).

Помимо традиционных цифровых рентгенологических исследований, всем пациентам выполнялась МСКТ, фибробронхоскопия проведена 78% больным. Верификация была у 82% пациентов: трансбронхиальная биопсия при УЗИ-визуализации у 72% и трансторакальная открытая биопсия – у 28% больных.

В своей практической работе, в том числе в амбулаторных условиях, мы использовали базовые программные продукты рабочей станции «Vitrea 2» мультиспирального компьютерного томографа TOSHIBA Activion 16:

• мультипланарная реконструкция (МПР);
• проекция максимальной интенсивности (MIP);
• объемный рендеринг (3D-визуализация);
• виртуальная бронхоскопия.

Данные виды постпроцессинга нами используются при выполнении МСКТ практически у всех пациентов, независимо от характеристик исходных КТ-изображений, клинических особенностей, поставленных задач перед выполнением КТ.

Мультипланарная реконструкция выполняется после первичной реконструкции из сырых данных и получении аксиального изображения. В результате формируются двухмерные изображения в любой плоскости – сагиттальной, коронарной, наклоненной (косой) или изогнутой (криволинейной).

Получаемые при этом двухмерные изображения называют мультипланарными (многоплоскостными) реконструкциями или мультипланарными реформациями (МПР, англ. multiplanar reformation, MPR). Некоторые авторы считают термин «реформация» более правильным, поскольку он подчеркивает независимость создания МПР от сырых данных [51, 69]. В русскоязычной литературе чаще встречается термин «мультипланарная реконструкция» [5, 6, 21].

Режим криволинейной МПР предусматривает выпрямление трехмерного объекта и проецирование его на плоскость. Такой вид реконструкции особенно удобен для визуализации удлиненных анатомических структур неправильной формы, например, позвоночника при его сколиотической деформации, трахеобронхиального дерева или сосудистых структур.

В большинстве зарубежных, в том числе и последних лет публикаций, отражающих диагностические возможности МПР, представлена в основном диагностика патологии паренхимы легких [24, 32, 35, 42, 47, 51, 54, 66, 69].

M.W.Kusk et al. [51] считают, что в большинстве современных КТ генерация изображений МПР стала автоматизированной, и это, по мнению авторов, потенциально увеличивает нагрузку на радиологов. Однако, не всегда при этом ясно, а насколько повышается диагностическая эффективность использования МПР во всех клинических ситуациях? Авторы провели сравнительный ретроспективный анализ результатов КТ-исследования с применением МПР у 63 пациентов с подозрением на рак легких. Сравнительный анализ результативности диагностики сопоставлялся у опытных и начинающих специалистов. По результатам проведенного исследования, такие объективные показатели, как чувствительность и специфичность диагностики у начинающих и опытных специалистов были одинаковыми. Доказательная база эффективности применения МПР у авторов оригинальна и очень убедительна, и она свидетельствует, что даже начинающим специалистам становится по плечу решение непростых диагностических задач в сложных клинических ситуациях.

По умолчанию МПР имеют толщину, равную толщине исходных аксиальных КТ-изображений. При необходимости можно построить МПР с большей толщиной, так называемые толстые МПР («слэбы»). Для этого компьютер складывает воксели в соседних срезах, формируя более толстый слой, значения КТ-чисел этих вокселей усредняются.

Построение толстых (8-10 мм) аксиальных МПР, в сочетании с косыми, а иногда криволинейными реконструкциями, позволяет «выпрямить» сложно направленную трахею, бронхи и сосуды в единую плоскость, удобную для визуального анализа (рис. 1 а), создает условия для уверенной диагностики ВГЛУ (рис. 1 б). Регистрируется неизмененный просвет промежуточного бронха справа (13,6 мм) и расширение тени правого корня в 1,5 раза (21,2 мм) за счет ВГЛУ.

 

Рис. 1. А – МПР в коронарной проекции толстыми (9 мм) срезами с применением наклонных реконструкций – нормальная рентгеноанатомия корней и паренхимы легких. Отчетливо прослеживается трахея, магистральные бронхи и сосуды (артерии – синие стрелки, поперечно расположенные вены – красные стрелки). Б – МСКТ больной С., 43-х лет с медиастинально-легочной формой саркоидоза (саркоидоз II). МПР в коронарной плоскости – увеличение ВГЛУ, единичные и сгруппированные очаговые уплотнения в паренхиме легких.

 

 

Рис. 2. Больной Ч., 41 год. Рак желудка, метастазы в лимфоузлы средостения. Односторонняя (левосторонняя) локализация. МПР. А – легочное окно в коронарной проекции; Б – мягкотканное окно в коронарной проекции; В и Г – мягкотканное окно в левой боковой проекции (различные уровни срезов). Увеличенные бронхопульмональные и верхнемедиастинальные лимфоузлы отмечены красными стрелками. Конгломерат парааортальных лимфоузлов в задненижнем средостении отмечен желтыми стрелками.

МСКТ следует рассматривать как основной метод уточняющей диагностики при новообразованиях средостения. Показанием к ее проведению является уже сам факт обнаружения на рентгенограммах признаков ВГЛУ в средостении. Столь же обязательным следует считать выполнение МСКТ пациентам с нормальной рентгенологической картиной, но при наличии клинических симптомов, указывающих на высокую вероятность медиастинальной патологии [17, 18].

Эффективность МПР в диагностике медиастинальных лимфом (метастазы в медиастинальные лимфоузлы неоперабельного рака желудка) представлены на рисунке 2.

Проекции максимальной интенсивности (MIP). Проекция максимальной интенсивности (англ. Maximum Intensity Projection, MIP). Это такакя реконструкция, когда из всех вокселей по ходу луча зрения выбираются и отображаются воксели с максимальной плотностью. Этот метод показывает структуры с меньшей КТ-плотностью, в том числе в паренхиматозных органах. Данный вид реконструкции хорошо подходит для быстрой визуализации сосудистого русла любых областей исследования. MIP наглядно показывает, обрывы артерий при ишемическом инсульте и тромбоэмболии легочных артерий [22, 38, 40, 43, 44, 53, 59, 63, 70].

В повседневной практической работе, при МСКТ органов грудной клетки, MIP, а иногда Inv.MIP (позитивное изображение) мы используем практически у всех пациентов, так как этот способ постобрабоки наиболее эффективен для визуализации малоинтенсивных, мелкоочаговых уплотнений, таких, например, как гранулематозные уплотнения при саркоидозе и туберкулезе, а также малоинтенсивные метастатические очаги (рис. 3).

 

Рис. 3. Саркоидоз с поражением легочной ткани и ВГЛУ. Диагноз при направлении был саркоидоз только ВГЛУ (I ст.) без легочных поражений. А – МПР в коронарной проекции, трахеобронхиальный срез. Б –  реконструкция Inv. MIP, выявляется мелкоочаговая диссеминация, невидимая при МПР.

 

 

Эффективность MIP в диагностике заболеваний органов дыхание отмечена во многих работах [34, 43, 45, 48, 49, 52]. Так, F.Kilburn-Toppin et al. [49] на основании проведённых исследований и своего опыта пришли к выводу, что изображения с максимальной интенсивностью могут быть полезны для того, чтобы отличать небольшие легочные очаги от соседних сосудов. Авторы провели оригинальное исследование, целью которого было оценить преимущества аксиальных изображений MIP над традиционными КТ-изображениями. Три специалиста радиолога независимо оценивали 2-х миллиметровые аксиальные и 10- миллиметровые наборы изображений с MIP, фиксировали количество очагов, размер и местоположение, общее время и уверенность в диагностике. В целом радиологи записали значительно больше очагов на изображениях MIP – 228 против 174 (р<0,05), улучшая чувствительность с 67 до 77,5% (р<0,05), но с более низким положительным прогностическим значением – 96 против 85% (р<0,005). Анализ MIP-изображений занимал значительно меньше времени для чтения, чем при традиционных КТ-исследованиях (71,6± 43,7 с против 92,9±48,7 с).

Использование 10-миллиметровых аксиальных изображений MIP для обнаружения узелков в грудной клетке повышает диагностическую эффективность, улучшает чувствительность и сокращает время чтения по сравнению с обычными аксиальными тонкосрезовыми изображениями. Аксиальные MIP и изображения аксиального первоисточника комплементарны при обнаружении торакальных узелков.

E.J.Inarejos Clemente et al. [43], с целью изучения возможности MIP в обнаружении и дифференциации анатомического строения легочных узлов и/или артериовенозных мальформаций, выполнили анализ результатов МСКТ у 39 детей с наследственной геморрагической телеангиэктазией. Два рентгенолога независимо друг от друга провели сопоставление эффективности стандартных (2,5 мм) и MIP при выполнении МСКТ у этой категории больных. Изучались: количество уплотнений, дифференциация сосудов (обнаружение питающей артерии артериовенозных мальформаций и дренирующией вены) как на обычных снимках, так и MIP. Скоростные показатели при выполнении этих реконструкций были сопоставимы: обнаружение узелков (стандартные – 62, MIP – 86); обнаружение питающей артерии и дренирующей вены (стандартные – 13, MIP – 23). Никакие другие параметры данных не достигали статистической значимости.

Мы в повседневной практической работе для рутинного анализа МСКТ-изображений органов дыхания используем так называемую проекцию средней интенсивности «Average» (англ. Average Intensity Projection, AIP). Эта проекция используется, если толщина МПР достаточно большая, чтобы включить весь объем просканированных тканей. В AIP все воксели объема суммируются, а получаемое изображение напоминает цифровую рентгенограмму.

Трехмерный рендеринг. Как уже нами указывалось, аксиальные КТ-изображения и получаемые из них МПР являются двухмерными. Отличием 3D-изображений от 2D является не только появление третьего измерения – глубины, но и возможность осмотреть 3D-модель со всех сторон либо заглянуть внутрь нее. Для описания процесса получения и визуализации трехмерных объектов в компьютерной графике и медицине применяют термин «трехмерный рендеринг» (от англ. rendering – представление, изображение,  передача). 3D-рендеринг использует специальные компьютерные алгоритмы для трансформации 2D-изображений в реалистичное объемное представление объекта – его виртуальную модель. В этом отношении КТ-визуализация не отстает от современных компьютерных технологий виртуальной реальности, наглядным примером чего является виртуальная бронхоскопия.

Общим недостатком 3D-реконструкций является ненадежность, а порой и невозможность измерения в трехмерном пространстве плотностей и расстояний, поскольку алгоритм рендеринга оказывает существенное влияние на способ представления и пространственные взаимоотношения структур. Еще один недостаток –операторозависимость 3D-изображений, являющихся результатом работы конкретного человека. В процессе обработки может быть потеряна часть важной диагностической информации, либо создано ложное впечатление об определенных свойствах объектов. Поэтому 3D-изображения в большинстве случаев не предназначены для целей диагностики, их главная цель – наглядное представление информации. Интерпретировать их необходимо с осторожностью и всегда совместно с аксиальными КТ-изображениями [21].

На рисунке 4 представлена иллюстрация на бумажном носителе, дополняющая традиционный протокол МСКТ-исследования больной генерализованной формой саркоидоза с поражением легочной ткани, сочетающимся с подмышечной, бронхопульмональной и медиастинальной лимфаденопатией.

 

 

Рис. 4. Иллюстрация к протоколу МСКТ-исследования пациентки Ш., 51 года, больной грудным саркоидозом с поражением легочной ткани, сочетающимся с подмышечной, бронхопульмональной и медиастинальной лимфаденопатией. А – МПР в коронарной проекции (трахеобронхиальный срез): двухсторонняя мелкоочаговая гранулематозная паренхиматозная диссеминация, бронхопульмональная и медиастинальная лимфаденопатия. Б, В, Г – 3D-реконструкция с построением изображения в различных проекциях: Б – в правой косой, В – коронарной, Г – левой косой. Зеленая стрелка обозначает правую подмышечную область, синяя – область средостения, желтые – ВГЛУ.

Данная композиция МСКТ-изображений очень удобна для экспресс-диагностики терапевтом, пульмонологом и другиими специалистами, особенно на амбулаторном приеме.

При анализе 3D-изображения данной пациентки (рис. 4 б, в, г), в сравнении результатами, полученными при МПР (рис. 4 а), следует особо отметить подчеркнутость контуров практически всех групп лимфоузлов, что свидетельствует об отсутствии паранодулярной специфической (гранулематозной) инфильтрации, характерной для активной фазы воспалительного процесса. Следовательно, можно особо отметить, что данный симптомокомплекс может быть наиболее важным предиктором оценки адекватности реакции лимфатического аппарата на проводимую патогенетическую терапию.

При использовании объемного рендеринга создается возможность, позиционируя изображение на экране монитора в различных плоскостях и фиксируя наиболее значимые диагностические моменты на различных носителях, проводить количественный, топометрический и морфометрический анализ практически всех групп лимфоузлов. Это очень важно для объективной оценки динамики течения патологических изменений в процессе патогенетической терапии (рис. 5).

 

 

Рис. 5. Саркоидоз ВГЛУ. А – 3D реконструкция в левой косой проекции. В средостении выявляются множественные увеличенные, верхнемедиастинальные, паратрахеальные и парааортальные лимфоузлы, часть из них сливается в конгломераты. Увеличенные парааортальные лимфоузлы обозначены желтыми стрелками. Б – отмечается практически полное лизирование ВГЛУ через 3 мес. после начала лечения ГКС.

 

3D-реконструкция, на примере данного случая, создает хорошую возможность, помимо выполнения собственно диагностических задач, предоставлять для коллективного обсуждения понятную и доступную имидж-информацию, использовать ее с целью обучения для подготовки специалистов различного профиля.

Виртуальная бронхоскопия. Особое положение занимают наиболее сложные виды постпроцессинга (виртуальная эндоскопия, физиологическая визуализация, компьютерассистированная диагностика), которые относят к так называемым клиническим приложениям (англ. applications) МСКТ.

Виртуальная бронхоскопия (ВБ) предоставляет информацию о внутренней структуре трахеобронхиальной стенки и ее сужении, позволяет увидеть поперечное сечение трахеи и бронхов диаметром до 2-3 мм. Такой вариант информации моделирует взгляд эндоскописта на внутреннюю поверхность дыхательных путей. В этом режиме информация формируется в виде объемного представления в перспективе.

В клиническую практику метод ВБ стал внедряться в 1995-1996 годах [26, 37, 65, 67]. Среди отечественных специалистов наибольший вклад внесли работы П.М. Котлярова и соавторов [5–11]

По данным M.D.Seemann, C.D.Claussen [61] ВБ с цветовой кодировкой трахеобронхиального дерева предлагает практическую альтернативу волоконно-оптической бронхоскопии и особенно перспективна для пациентов, у которых последняя невозможна, противопоказана или отказана. Кроме того, ВБ может быть использована в качестве дополнительной процедуры для волоконно-оптической бронхоскопии при оценке стеноза дыхательных путей и проведения бронхоскопической биопсии, хирургического вмешательства и паллиативной терапии и, вероятно, будет все чаще использоваться в качестве метода скрининга для людей с подозрением на эндобронхиальную злокачественность и в качестве контрольного обследования в послеоперационном лечении больных злокачественными заболеваниями.

П.М.Котляров и соавт. [7] и М.Luo et al. [57] предложили осуществлять комплексный подход к анализу данных, полученных при ВБ и нативной МСКТ, постпроцессинговых переформатирований МПР и 3D-изображений, убедительно показав увеличение диагностической эффективности ВБ в определении распространенности опухолей легкого и планировании хирургического лечения.

Сравнение данных фибробронхоскопии (ФБС) и ВБ показало их совпадение в части оценки макроструктуры просвета бронха, наличия внутрибронхиальных опухолевых масс, их вида и локализации [10, 13, 23, 61].

Для оценки достоверности получаемых стенозирующих изменений просвета дыхательных путей, мы, при наличии выявленных при ВБ изменений, также сопоставляли их с результатами инвазивной ФБС (рис. 6, 7). Определение стеноза трахеобронхиального дерева и места обрыва бронха по данным МСКТ и ФБС практически было одинаковым. Безусловно, ФБС – ведущий метод диагностики бронхиальной патологии, но учитывая, что ВБ является лишь результатом специальной постпроцессинговой обработки массива данных при выполнении МСКТ, без всяких последствий инвазивного вмешательства, практическое значение данного метода неоспоримо.

 

 

Рис. 6. Больная П., 36 лет. Легочно-медиастинальная форма саркоидоза. Двухсторонняя компрессия (стенозирование) увеличенными ВГЛУ промежуточного бронха правого корня. А – МПР в коронарной плоскости. Б – виртуальная бронхоскопия. В – фибробронхоскопия. Визуализация полной идентичности морфологических изменений при ВБ и ФБС.

 

 

Рис. 7. Больная С., 41 год. Легочно-медиастинальная форма саркоидоза. Компрессия среднедолевого бронха справа увеличенными ВГЛУ (желтые стрелки). Стеноз среднедолевого бронха (белая стрелка). Ателектаз средней доли (синяя стрелка). А – МПР в коронарной плоскости. Б – 3D-реконструкция в правой боковой плоскости. В – виртуальная бронхоскопия.

 

 

Заключение

 

Внедрение в клиническую практику современных МСКТ с базовыми программными продуктами постпроцессинга дает возможность получать многоплоскостной двухмерный и объемный трехмерный массив данных, значительно облегчающих диагностику заболеваний легких и, в частности, патологии ВГЛУ.

В результате объемного рендеринга моделируется виртуальная бронхоскопия с возможностью исследования внутренней поверхности трахеобронхиальной системы, которая дополняется различными методами реконструкции (МПР, MIP и MinIP).

Следствием технического совершенствования КТ-оборудования, МСКТ по своим мультипланарным свойствам сравнялась с МРТ, а мультипланарный просмотр КТ изображений становится обычным делом в ряде отделений лучевой диагностики. Постпроцессинг изображений расширяет возможности МСКТ-диагностики и визуального представления информации для научных исследований учебных презентаций.

1. Даценко П.В., Гомболевский В.А., Щербахина Е.В., Темирханов З.С., Котляров П.М. Роль компьютерной томографии в диагностической оценке лечения лимфомы Ходжкина // Вестник Российского научного центра рентгенорадиологии Минздрава России. 2012. Т.2, №12. С.4.

2. Zonneveld F.W., Prokop M. Постпроцессинг изображений в эру мультисрезовой компьютерной томографии // Медицинская визуализация. 2004. №4. С.137-144.

3. Календер В. Компьютерная томография: основы, техника, качество изображений и области клинического использования. М.: Техносфера, 2006. 344 с.

4. Королюк И.П. Медицинское изображение как основа медицинской визуализации (лекция) // Медицинская визуализация. 2012. №5. С.113-125.

5. Котляров П.М. Мультисрезовая КТ - новый этап развития лучевой диагностики заболеваний легких // Медицинская визуализация. 2011. №4. С.14-20.

6. Котляров П.М., Темирханов З.С., Щербахина Е.В. Мультипланарные реконструкции и виртуальная бронхоскопия в оценке состояния трахеобронхиальной системы по данным мультисрезовой компьютерной томографии // Лучевая диагностика и терапия. 2011. №2. С.50-55.

7. Котляров П.М., Нуднов Н.В., Егорова Е.В. Мультиспиральная компьютерно-томографическая виртуальная бронхоскопия при бронхоэктатической болезни и остеохондропластической бронхопатии // Пульмонология. 2014. №4. С.64-68. doi: http://dx.doi.org/10.18093/0869-0189-2014-0-4-64-68

8. Котляров П.М. Виртуальная бронхоскопия в диагностике рака легкого // Лучевая диагностика и терапия. 2015. №1. С.56-63. doihttps://doi.org/10.22328/2079-5343-2015-1-56-63

9. Котляров П.М., Нуднов Н.В. Мультиспиральная компьютерная томография, постпроцессинговая обработка и виртуальная бронхоскопия в диагностике бронхоэктатической болезни и ее осложнений // Высокотехнологическая медицина. 2015. Т.2, №2. С.14-19.

10. Котляров П.М. Виртуальная бронхоскопия мультиспиральной компьютерной томографии в диагностике опухолевых поражений трахеобронхиальной системы // Медицинская визуализация. 2016. №5. С.18-28.

11. Котляров П.М., Овчинников В.И., Сергеев Н.И. Виртуальная бронхоскопия в диагностике заболеваний легких и трахеобронхиальной системы (обзор литературы) // Вестник Российского научного центра рентгенорадиологии Минздрава России. 2017. Т.17, №1. С.4.

12. Красильников Н.Н. Цифровая обработка 2D- и 3D-изображений: учебное пособие. СПб.: БХВ-Петербург, 2011. 608 с.

13. Матвеева А.В. Трехмерные реконструкции данных в томографии // Альманах современной науки и образования. 2014. №11. С.95-97.

14. Сдвижков А.М., Юдин А.Л., Кожанов Л.Г., Сологубова Г.Ф., Кулагин А.Л. Мультиспиральная компьютерная томография с трехмерным моделированием в диагностике и лечении онкологических больных // Вестник Московского онкологического общества. 2009. №3. С.1-4.

15. Симонов Е.Н., Аврамов Д.В., Аврамов М.В. Метод объемного рендеринга для визуализации трехмерных данных в рентгеновской компьютерной томографии // Вестник ЮУрГУ. Серия: Компьютерные технологии, управление, радиоэлектроника. 2016. Т.16, №4. С.5-12. doi:https://doi.org/10.14529/ctcr160401

16. Солодкий В. А., Котляров П. М., Щербахина Е.В., Егорова Е.В., Шадури Е.В. Роль мультипланарных реконструкций при постпроцессинговой обработке изображений в диагностике очаговых образований легких // Медицинская визуализация. 2010. №2. С.81-87.

17. Тюрин И.Е., Евграфова С.Ю. Дифференциальная диагностика новообразований средостения // Практическая пульмонология. 2010. №4. С.16-22.

18. Тюрин И.Е. Новые горизонты торакальной радиологии // Поликлиника. 2013. №5-1. С.12-17.

19. Федоров В.Д., Кармазановский Г.Г., Цвиркун В.В., Гузеева Е.Б., Буриев И.М. Новые возможности спиральной компьютерной томографии - виртуальная хирургия // Медицинская визуализация. 2000. №2. С.15-18.

20. Хомутова Е.Ю., Игнатьев Ю.Т., Скрипкин Д.А., Филиппова Ю.Г. Виртуальная колоноскопия: методика проведения // Радиология-практика. 2009. №2. С.21-27.

21. Хоружик С.А., Михайлов А.Н. Основы КТ-визуализации. Часть 1. Просмотр и количественная оценка изображений // Радиология-практика. 2011. №3. С.53-61.

22. Akiba T. Utility of three-dimensional computed tomography in general thoracic surgery // Gen. Thorac. Cardiovasc. Surg. 2013. Vol.61, №12. P.676-684.

23. Aliannejad R. Comment on «Comparison of virtual bronchoscopy to fiber-optic bronchoscopy for assessment of inhalation injury severity» // Burns. 2015. Vol.41, №7. P.1613-1615.

24. Arakawa H., Sasaka K., Lu W.M., Hirayanagi N., Nakajima Y. Comparison of axial high-resolution CT and thin-section multiplanar reformation (MPR) for diagnosis of diseases of the pulmonary parenchyma: preliminary study in 49 patients // J. Thorac. Imaging. 2004. Vol.19, №1. P.24-31.

25. Bai T., Yan H., Jia X., Jiang S., Wang G., Mou X. Z-Index Parameterization (ZIP) for Volumetric CT Image Reconstruction via 3D Dictionary Learning // IEEE Trans. Med. Imaging. 2017. doi:https://doi.org/10.1109/TMI.2017.2759819

26. Buthiau D., Antoine E., Piette J.C., Nizri D., Baldeyrou P., Khayat D. Virtual tracheo-bronchial endoscopy: educational and diagnostic value // Surg. Radiol. Anat. 1996. Vol.18, №2. P.125-131.

27. Calhoun P. S., Kuszyk B. S., Heath D.G., Carley J.C., Fishman E.K. Three-dimensional volume rendering of spiral CT data: theory and method // Radiographics. 1999. Vol.19, №3. P.745-764.

28. Camargo J.J., Irion K.L., Marchiori E., Hochhegger B., Porto N.S., Moraes B.G., Meyer G., Caramori M., Holemans J.A. Computed tomography measurement of lung volume in preoperative assessment for living donor lung transplantation: volume calculation using 3D surface rendering in the determination of size compatibility // Pediatr. Transplant. 2009. Vol.13, №4. P.429-439.

29. Chen Y., Liu J., Hu Y., Yang J., Shi L., Shu H., Gui Z., Coatrieux G., Luo L. Discriminative feature representation: an effective postprocessing solution to low dose CT imaging // Phys. Med. Biol. 2017. Vol.62, №6. P.2103-2131.

30. Cody D.D. AAPM/RSNA physics tutorial for residents: topics in CT. Image processing in CT // Radiographics. 2002. Vol.22, №5. P.1255-1268.

31. Dappa E., Higashigaito K., Fornaro J., Leschka S., Wildermuth S., Alkadhi H. Cinematic rendering - an alternative to volume rendering for 3D computed tomography imaging // Insights Imaging. 2016. Vol.7, №6. P.849-856.

32. De Filippo M., Onniboni M., Rusca M., Carbognani P., Ferrari L., Guazzi A., Casalini A., Verardo E., Cataldi V., Tiseo M., Sverzellati N., Chiari G., Rabaiotti E., Corsi A., Cacciani G., Sommario M., Ardizzoni A., Zompatori M. Advantages of multidetector-row CT with multiplanar reformation in guiding percutaneous lung biopsies // Radiol. Med. 2008. Vol.113, №7. P.945-953.

33. Duong P.A., Ferson P.F., Fuhrman C.R., McCurry K.R., Lacomis J.M. 3D-multidetector CT angiography in the evaluation of potential donors for living donor lung transplantation // J. Thorac. Imaging. 2005. Vol.20, №1. P.17-23.

34. Ebner L., Roos J.E., Christensen J.D., Dobrocky T., Leidolt L., Brela B., Obmann V.C., Joy S., Huber A., Christe A. Maximum-intensity-projection and computer-aided-detection algorithms as stand-alone reader devices in lung cancer screening using different dose levels and reconstruction kernels // Am. J. Roentgenol. 2016. Vol.207, №2. P.282-288.

35. Eibel R., Türk T., Kulinna C., Schöpf U.J., Brüning R., Reiser M.F. Value of multiplanar reformations (MPR) in multi-slice spiral CT of the lung // RoFo. 2001. Vol.173, №1. P.57-64.

36. Eid M., De Cecco C.N, Nance J.W., Caruso D., Albrecht M.H., Spandorfer A.J., De Santis D., Varga-Szemes A., choepf U.J. Cinematic rendering in CT: A Novel, Lifelike 3D visualization technique // Am. J. Roentgenol. 2017. Vol.209, №2. P.370-379.

37. Ferretti G., Knoplioch J., Coulomb M., Brambilla C., Cinquin P. Endoluminal 3D reconstruction of the tracheo-bronchial tree (virtual bronchoscopy) // J. Radiol. 1995. Vol.76, №8. P.531-534.

38. Ganeshan B., Miles K.A., Young R.C., Chatwin C.R. Three-dimensional selective-scale texture analysis of computed tomography pulmonary angiograms // Invest. Radiol. 2008. Vol.43, №6. P.382-94.

39. Goldin J.G., Brown M. S., Petkovska I. Computer-aided diagnosis in lung nodule assessment // J. Thorac. Imaging. 2008. Vol.23, №2. P.97-104.

40. Govsa F., Ozer M.A., Sirinturk S., Eraslan C., Alagoz A.K. Creating vascular models by postprocessing computed tomography angiography images: a guide for anatomical education // Surg. Radiol. Anat. 2017. doi:https://doi.org/10.1007/s00276-017-1822-2

41. Hemminger B.M., Molina P.L., Egan T.M., Detterbeck F.C., Muller K.E., Coffey C.S., Lee J.K. Assessment of real-time 3D visualization for cardiothoracic diagnostic evaluation and surgery planning // J. Digit Imaging. 2005. Vol.18, №2. P.145-153.

42. Honda O., Takenaka D., Matsuki M., Koyama M., Tomiyama N., Murata K., Murayama S., Noma S., Moriya H., Ohno Y. Image quality of 320-detector row wide-volume computed tomography with diffuse lung diseases: comparison with 64-detector row helical CT // J. Comput. Assist. Tomogr. 2012. Vol.36, №5. P.505-511.

43. Inarejos Clemente E.J., Ratjen F., Manson D.E. Utility of MDCT MIP postprocessing reconstruction images in children with hereditary hemorrhagic telangiectasia // J. Comput. Assist. Tomogr. 2016. Vol.40, №3. P.375-379.

44. Jacob J., Bartholmai B.J., Rajagopalan S., Kokosi M., Nair A., Karwoski R., Raghunath S.M., Walsh S.L., Wells A.U., Hansell D.M. Automated quantitative computed tomography versus visual computed tomography scoring in idiopathic pulmonary fibrosis: validation against pulmonary function // Thorac. Imaging. 2016. Vol.31, №5. P.304-311.

45. Jensen C.T., Vicens-Rodriguez R.A., Wagner-Bartak N.A., Fox P.S., Faria S.C., Carrion I., Qayyum A., Tamm E.P. Multidetector CT detection of peritoneal metastases: evaluation of sensitivity between standard 2.5 mm axial imaging and maximum-intensity-projection (MIP) reconstructions // Abdom. Imaging. 2015. Vol.40, №7. P.2167-2172.

46. Johnson P.T., Schneider R., Lugo-Fagundo C., Johnson M.B., Fishman E.K. MDCT Angiography with 3D rendering: a novel cinematic rendering algorithm for enhanced anatomic detail // Am. J. Roentgenol. 2017. Vol.209, №2. P.309-312.

47. Kato S., Nambu A., Saito A., Araki T. Detectability of lesions in multiplanar reformation (MPR) of the lung // Nihon Igaku Hoshasen Gakkai Zasshi. 2005. Vol.65, №4. P.378-383.

48. Kawel N., Seifert B., Luetolf M., Boehm T. Effect of slab thickness on the CT detection of pulmonary nodules: use of sliding thin-slab maximum intensity projection and volume rendering // Am. J. Roentgenol. 2009. Vol.192, №5. P.1324-1329.

49. Kilburn-Toppin F., Arthurs O.J., Tasker A.D., Set P.A. Detection of pulmonary nodules at paediatric CT: maximum intensity projections and axial source images are complementary // Pediatr. Radiol. 2013. Vol.43, №7. P.820-826.

50. Kim Y., Kim Y.K., Lee B.E., Lee S.J., Ryu Y.J., Lee J.H., Chang J.H. Ultra-low-dose CT of the thorax using iterative reconstruction: evaluation of image quality and radiation dose reduction // Am. J. Roentgenol. 2015. Vol.204, №6. P.1197-1202.

51. Kusk M.W., Karstoft J., Mussmann B.R. CT triage for lung malignancy: coronal multiplanar reformation versus images in three orthogonal planes // Acta Radiol. 2015. Vol.56, №11. P.1336-1341.

52. Kwon O., Kang S.T., Kim S.H., Kim Y.H., Shin Y.G. Maximum intensity projection using bidirectional compositing with block skipping // J. Xray Sci. Technol. 2015. Vol.23, №1. P.33-44.

53. Lawler L.P., Fishman E.K. Multi-detector row CT of thoracic disease with emphasis on 3D volume rendering and CT angiography // Radiographics. 2001. Vol.21, №5. P.1257-1273.

54. Lee T., Park J.Y., Lee H.Y., Lim H.J., Park J.S., Cho Y.J., Kim T.J., Lee K.W., Lee J.H., Lee C.T., Yoon H.I. Bronchial angles are associated with nodular bronchiectatic non-tuberculous mycobacteria lung disease // Int. J. Tuberc. Lung Dis. 2017. Vol.21, №10. P.1169-1175.

55. Li W., Zhang C.Q., Li A.Y., Deng K., Shi H. Preliminary study of dose reduction and image quality of adult pelvic low-dose CT scan with adaptive statistical iterative reconstruction // Acta Radiol. 2015. Vol.56, №10. P.1222-1229.

56. Luccichenti G., Cademartiri F., Pezzella F.R., Runza G., Belgrano M., Midiri M., Sabatini U., Bastianello S., Krestin G.P. 3D reconstruction techniques made easy: know-how and pictures // Eur. Radiol. 2005. Vol.15. №10. P.2146-2156.

57. Luo M., Duan C., Qiu J., Li W., Zhu D., Cai W. Diagnostic value of multidetector CT and its multiplanar reformation, volume rendering and virtual bronchoscopy postprocessing techniques for primary trachea and main bronchus tumors // PLoS One. 2015. Vol.10, №9. doi:https://doi.org/10.1371/journal.pone.0137329

58. Mahmut M., Nishitani H. Evaluation of pulmonary lobe variations using multidetector row computed tomography // J. Comput. Assist. Tomogr. 2007. Vol.31, №6. P.956-960.

59. Masutani Y., MacMahon H., Doi K. Automated segmentation and visualization of the pulmonary vascular tree in spiral CT angiography: an anatomy-oriented approach based on three-dimensional image analysis // J. Comput. Assist. Tomogr. 2001. Vol.25, №4. P.587-597.

60. Rowe S.P., Johnson P.T., Fishman E.K. Initial experience with cinematic rendering for chest cardiovascular imaging // Br. J. Radiol. 2017. doi:https://doi.org/10.1259/bjr.20170558

61. Seemann M.D., Claussen C.D. Hybrid 3D visualization of the chest and virtual endoscopy of the tracheobronchial system: possibilities and limitations of clinical application // Lung Cancer. 2001. Vol.32, №3. P.237-246.

62. Seemann M.D., Gebicke K., Luboldt W., Albes J.M., Vollmar J., Schäfer J.F., Beinert T., Englmeier K.H., Bitzer M., Claussen C.D. Hybrid 3-D rendering of the thorax and surface-based virtual bronchoscopy in surgical and interventional therapy control // RoFo. 2001. Vol.173, №7. P.650-657.

63. Seizeur R., Gérard R., Marion J., Lefèvre C., Nonent M., Forlodou P., Sénécail B. Anatomic study and CT angiography with 3D reconstructions of the pulmonary arterial tree // Morphologie. 2010. Vol.94, №306. P.45-50.

64. Spagnolo P., Sverzellati N., Wells A.U., Hansell D.M. Imaging aspects of the diagnosis of sarcoidosis // Eur. Radiol. 2014. Vol.24, №4. P.807-816.

65. Summers R.M., Feng D.H., Holland S.M., Sneller M.C., Shelhamer J.H. Virtual bronchoscopy: segmentation method for real-time display // Radiology. 1996. Vol.200, №3. Р.857-862.

66. Suzuki M., Matsui O., Kawashima H., Takemura A., Matsubara K., Hayashi N., Koda W., Shibata Y. Radioanatomical study of a true tracheal bronchus using multidetector computed tomography // Jpn. J. Radiol. 2010. Vol.28, №3. P.188-192.

67. Vining D.J., Liu K., Choplin R.H., Haponik E.F. Virtual bronchoscopy. Relationships of virtual reality endobronchial simulations to actual bronchoscopic findings // Chest. 1996. Vol.109, №2. P.549-553.

68. Wessendorf T.E., Bonella F., Costabel U. Diagnosis of Sarcoidosis // Clin. Rev. Allergy Immunol. 2015. Vol.49, №1. P.54-62.

69. Xiang Z., Ai Z., Zhong G., Deng Y., Malhi H., Palmer S., Zee C. Diagnostic value of using multiplanar reformation images: Case report for rare endotracheal hamartomas // Medicine (Baltimore). 2017. Vol.96, №40. e8231.

70. Zappala C.J., Desai S.R., Copley S.J., Spagnolo P., Sen D., Alam S.M., du Bois R.M., Hansell D.M., Wells A.U. Accuracy of individual variables in the monitoring of long-term change in pulmonary sarcoidosis as judged by serial high-resolution CT scan data // Chest. 2014. Vol.145, №1. P.101-107.

71. Zhang S.X., Liu Y. Computer-based three-dimensional reconstruction of lung cancer using 64-slice CT scanning data and virtual surgery // Nan Fang Yi Ke Da Xue Xue Bao. 2016. Vol.36, №4. P.562-566.