Скачать электронную версию статьи (в свободном доступе).
Актуальность: В клинической практике сегментация полостей сердца по данным контрастной
компьютерной томографии (КТ) является обязательным этапом подготовки трёхмерных анатомических
моделей для электрофизиологических исследований и навигационных вмешательств.
Существенным ограничением существующих методов автоматизации сегментации остаётся необходимость
ручного подбора диапазона рентгеновских плотностей, соответствующих контрастированной крови,
что снижает воспроизводимость результатов и увеличивает зависимость от опыта оператора.
В условиях вариабельных протоколов сканирования и различной степени
контрастирования данная задача приобретает особую актуальность.
Цель: Разработать и клинически валидировать метод автоматического определения диапазона
плотностей по гистограмме объёмного КТ-изображения, обеспечивающий устойчивую сегментацию контрастированных
полостей сердца без ручной настройки параметров.
Материал и методы: В исследование включены 93 серии КТ сердца с контрастированием, полученные
на томографах различных производителей (Toshiba, GE, Siemens) в рамках клинической
практики НМИЦ хирургии им. А.В. Вишневского Минздрава России. Предложенный метод основан
на нормализации шкалы интенсивностей на основе положения опорного пика гистограммы,
автоматическом определении опорного пика мягких тканей, поиске пика рентгеновской плотности
контрастированной крови с использованием критерия гауссовой аппроксимации и адаптивном
выборе диапазона сегментации. Устойчивость метода оценивалась по корректности автоматического
определения диапазона рентгеновских плотностей и величине сдвига шкалы интенсивностей при нормализации гистограммы.
Результаты: Во всех проанализированных сериях автоматическое определение диапазона плотностей
выполнялось успешно с точки зрения последующей сегментации и не требовало ручной
коррекции. Величина сдвига шкалы интенсивностей находилась в ограниченном диапазоне,
при наличии систематических различий между томографами различных производителей. Метод продемонстрировал
устойчивую работу при вариабельном качестве изображений, а также в
сериях с ослабленным контрастированием, характерных для пациентов с низким сердечным выбросом,
обеспечивая корректную визуализацию и сегментацию полостей сердца.
Заключение: автоматическое определение диапазона плотностей по гистограмме КТ-изображения
позволяет отказаться от ручного подбора порогов при сегментации полостей сердца и обеспечивает
воспроизводимую работу алгоритма в клинических условиях. Метод адаптирован к
различным протоколам сканирования и типам томографов, снижает зависимость результата от
оператора и может быть использован как универсальный этап предварительной обработки при
трёхмерной реконструкции сердца для электрофизиологических исследований и навигационных вмешательств.
Ключевые слова: сердце, компьютерная томография (КТ), контрастная КТ, сегментация, гистограмма интенсивностей, автоматическое определение порогов, трёхмерная реконструкция, электрофизиологическое исследование
Relevance: In clinical practice, segmentation of cardiac chambers from contrast-enhanced computed
tomography (CT) data is a mandatory step in the construction of three-dimensional (3D) anatomical
models for electrophysiological studies and navigation-guided interventions. Despite the progress in
automatic image processing, the selection of intensity ranges corresponding to contrast-enhanced
blood remains a critical and often operator-dependent step, limiting reproducibility and robustness of
segmentation results, especially under variable scanning protocols and contrast conditions.
Purpose: To develop and clinically evaluate a histogram-based method for automatic determination of
intensity ranges in contrast-enhanced cardiac CT, enabling stable and operator-independent segmentation of cardiac chambers.
Materials and methods: The study included 93 contrast-enhanced cardiac CT series acquired on
scanners from different manufacturers (Toshiba, GE and Siemens) in routine clinical practice at the
A.V. Vishnevsky National Medical Research Center of Surgery. The proposed method is based on histogram
normalization of volumetric CT data, automatic detection of a reference soft-tissue peak, identification
of the contrast-enhanced blood peak using a Gaussian approximation criterion, and adaptive
selection of segmentation thresholds. Method robustness was assessed by the correctness of automatic peak
detection and by the magnitude of intensity scale shift required for histogram normalization.
Results: In all analyzed CT series, the automatic determination of intensity ranges was performed successfully
without manual parameter adjustment. The intensity scale shift remained within a limited
range, with systematic differences observed between scanner manufacturers. The method demonstrated
stable performance across varying image quality and contrast enhancement levels, including cases
with reduced cardiac output and weak contrast uptake, providing reliable visualization and segmentation of cardiac chambers.
Conclusion: Automatic histogram-based determination of intensity ranges eliminates the need for
manual threshold selection in cardiac CT segmentation and ensures reproducible performance under
diverse clinical conditions. The method adapts to different scanners and acquisition protocols, reduces
operator dependency, and can be used as a universal preprocessing step for 3D cardiac reconstruction
in electrophysiological studies and navigation-guided interventions.
Key words: heart, computed tomography (CT), contrast-enhanced CT, segmentation, intensity histogram, automatic threshold selection, three-dimensional reconstruction, electrophysiological study
DOI: 10.52775/1810-200X-2026-110-2-38-46