Современное представление об использовании различных методов визуализации при радионуклидном исследовании почек у детей

Нефросцинтиграфия остается самым информативным методом визуализации и оценки функции почек у детей. Он позволяет выявить очаги рубцевания почечной паренхимы и прогнозировать динамику развития хронической болезни почек. В настоящее время широко изучается способность искусственного интеллекта превращать обычную медицинскую визуализацию в полностью автоматизированный диагностический инструмент. В дополнение к качественному анализу, выполняемому при медицинской визуализации почек, текстурный анализ интегрирован с методами машинного обучения в качестве количественной оценки гетерогенности почечной ткани, что обеспечивает многообещающий дополнительный инструмент в прогнозировании снижения функции почек.

1. Biassoni L., Walker M., Redman S., Graham R. Clinical guideline for static renal cortical scintigraphy in paediatrics. Nucl Med Commun 2024; 45(12): 993–997. DOI: 10.1097/MNM.0000000000001905

2. Hardina S., Nugrahadi T., Budiawan H., Kartamihardja A.H.S. Renal Cortical Imaging with Tc-99m DMSA in Children: An Institutional Review. World J Nucl Med 2024; 23(3): 180–184. DOI: 10.1055/s-0044–1787717

3. Watshon N. Chapman & Nakielny a guide to radiological procedures. Elsevier Health Sciences, 2023; p.440.

4. Dondi M., Giubbini R. Medicina nucleare nella pratica clinica. 2003; p. 642.

5. Blaufox M.D. Procedures of choice in renal nuclear medicine. J Nucl Med 1991; 32(6): 1301–1309.

6. Eshima D., Taylor A. Technetium-99m (99mTc) mercaptoace-tyltriglycine: update on the new 99mTc renal tubular function agent. Semin Nucl Med 1992; 22(2): 61–73. DOI: 10.1016/s0001–2998(05)80082–0

7. Lim R., Kwatra N., Ferrer Valencia V., Collins K.N., Vali R., Fahey F.H., Treves S. Review of the Clinical and Technical Aspects of 99mTc-Dimercaptosuccinic Acid Renal Imaging: The Comeback “Kit”. J Nucl Med Technol 2024; 52(3): 199–204. DOI: 10.2967/jnmt.123.267185

8. Turov F.O., Vrublevsky S.G., Krapivkin A.I. Urinary tract infections. The danger of continuous antibiotic prophylaxis in childhood. Byulleten’ Orenburgskogo nauchnogo centra UrO RAN. 2023; 3: 6 DOI: 10.24411/2304–9081–2023–13004

9. Bazic-Dorovic B., Radulovic M., Šišić M, Jauković L., Dugonjić S., Pucar D., et al. Technetium-99m-dimercaptosuccinic acid renal scintigraphy can guide clinical management in congenital hydronephrosis. Hell J Nucl Med 2017; 20 (Suppl): 114–122.

10. Hedayati R., Hekmat S., Rastgou F., Yaghoobi N., Firoozabadi H., Bitarafan-Rajabi A., et al. Role of Technetium-99m-Ethylenedicysteine in the Calculation of Differential Renal Function: A Comparison Study with Dimercaptosuccinic Acid Renal Scintigraphy. Indian J Nucl Med 2021; 36(1): 21–24. DOI: 10.4103/ijnm.IJNM_94_20

11. Burkin A., Yatsyk S., Fomin D. Radionuclide assessment of ureteral transport function in pathology of the vesicoureteral segment in children and adolescents. Pediatrics. Zhurnal «Pediatriya» imeni G.N. Speranskogo 2015; 94(3): 57–61.

12. Turov F. Do children with vesicoureteral reflux need antibiotic prophylaxis? A modern look at a big problem. Pediatrics. Zhurnal «Pediatriya» imeni G.N. Speranskogo 2020; 99(5): 265–271. DOI 10.24110/0031–403X-2020–99–5–265–271

13. Chao K.S., Leung W.M., Grigsby P.W., Mutch D.G., Herzog T., Perez C.A. The clinical implications of hydronephrosis and the level of ureteral obstruction in stage IIIB cervical cancer. Int J Radiat Oncol Biol Phys 1998; 40(5): 1095–1100. DOI: 10.1016/s0360–3016(97)00899–7

14. Alnazer I., Bourdon P., Urruty T., Falou O., Khalil M., Shahin A., Fernandez-Maloigne C. Recent advances in medical image processing for the evaluation of chronic kidney disease. Med Image Anal. 2021;69:101960. DOI: 10.1016/j.media.2021.101960.

15. Dillman J., Somasundaram E., Brady S., He L. Current and emerging artificial intelligence applications for pediatric abdominal imaging. Pediatr Radiol 2022; 52(11): 2139–2148. DOI: 10.1007/s00247–021–05057–0

16. Moawad A., Fuentes D., ElBanan M., Shalaby A., Guccione J., Kamel S., et al. Artificial Intelligence in Diagnostic Radiology: Where Do We Stand, Challenges, and Opportunities. J Comput Assist Tomogr 2022; 46(1): 78–90. DOI: 10.1097/RCT.0000000000001247

17. Stumpo V., Kernbach J., van Niftrik C., Sebök M., Fierstra J., Regli L., et al. Machine Learning Algorithms in Neuroimaging: An Overview. Acta Neurochir Suppl 2022; 134: 125–138. DOI: 10.1007/978–3–030–85292–4_17

18. Mazurowski M.A., Buda M., Saha A., Bashir M.R. Deep learning in radiology: An overview of the concepts and a survey of the state of the art with focus on MRI. J Magn Reson Imaging 2019; 49(4): 939–954. DOI: 10.1002/jmri.26534.