Investigation of lung mechanics using CT scan analysis.
Author
Andersen, Mads Holm
Term
4. term
Publication year
2008
Pages
112
Abstract
Patienter med akut lungeskade (ALI) og akut respiratorisk distress syndrom (ARDS) er afhængige af respiratorbehandling. Læger skal finde indstillinger, der sikrer tilstrækkelig gasudveksling uden at forårsage respiratorinduceret lungeskade (VILI). To værktøjer kan hjælpe: den statiske tryk-volumen (PV)-kurve, som viser hvordan lungevolumen ændrer sig med tryk, og CT-skanninger af lungerne. PV-kurvens form er dog dårligt forstået, og CT kan ikke gentages hyppigt ved sengen. En foreslået tilgang er en alveole-kompartment-model, der ved tilpasning til PV-data kan beregne fordelingen af alveoler, der er åbne, kollapsede eller overdistenderede (overudvidede). Dette projekt undersøger, om de alveoletilstande, som modellen simulerer, stemmer overens med tilstande udtrukket fra CT-skanninger. Data stammer fra grise med og uden OA-skadede lunger og med forskellige PEEP-niveauer (positive end-ekspiratoriske tryk; en respiratorindstilling, der holder et tryk ved udåndingens afslutning for at hjælpe med at holde alveolerne åbne). Vi udviklede en billedsegmenteringsalgoritme til at udtrække alveoletilstande fra CT. Resultaterne viser, at der ikke er sammenhæng mellem det optimale trykområde, som modellen identificerer, og det område, der kan udledes af CT. Der er heller ingen sammenhæng mellem modellens beskrivelse af, hvordan kollapsede alveoler udvikler sig langs den statiske PV-kurve, og det, der ses på CT. Nogle parameterværdier, der skulle til for at opnå den bedste tilpasning af modellen til PV-data, lå uden for normal fysiologisk rækkevidde. Modellen kan desuden ikke efterligne den reelle form af den statiske PV-kurve, hvilket er en væsentlig begrænsning. Konklusionen er, at de simulerede alveoletilstande ikke svarer til de tilstande, der udtrækkes fra CT-algoritmen.
Patients with acute lung injury (ALI) and acute respiratory distress syndrome (ARDS) depend on mechanical ventilation. Clinicians must choose settings that ensure adequate gas exchange while avoiding ventilator-induced lung injury (VILI). Two tools can help: the static pressure-volume (PV) curve, which shows how lung volume changes with pressure, and lung CT scans. The PV curve’s shape is poorly understood, and CT cannot be repeated frequently at the bedside. One proposed approach is an alveolar compartment model that, when fitted to PV data, estimates the distribution of alveoli that are open, collapsed, or overdistended. This project tests whether the alveolar states simulated by the model match the states extracted from CT scans. Data come from pigs with and without OA-damaged lungs and with different levels of PEEP (positive end-expiratory pressure; a ventilator setting that maintains pressure at the end of exhalation to help keep alveoli open). We developed an image segmentation algorithm to extract alveolar states from CT. Results show no relationship between the optimal pressure range identified by the model and the range suggested by CT. There is also no relationship between the model’s description of how collapsed alveoli progress along the static PV curve and what is observed on CT. Some parameter values required to fit the model to the PV data fell outside normal physiological ranges. The model also fails to reproduce the true shape of the static PV curve, which is a major limitation. We conclude that the simulated alveolar states do not correspond to the CT-derived alveolar states.
[This abstract was generated with the help of AI]
Documents