マルチシーケンスのMRIを用いた腰椎間筋の自動セグメンテーションと組成分析のマルチセンター検証

科学分野:

• 放射線科
• 医療用イメージング
• 医療における人工知能

背景:

• 慢性的な腰痛は 深刻な社会経済的な影響を及ぼす 世界的な健康問題です
• 腰椎間板筋 (LPM) の変化は慢性腰痛と関連しています.
• MRIでのLPMの手動評価は時間のかかるものであり,変動性がある.

研究 の 目的:

• LPMの自動セグメント化と定量分析のためのディープラーニング (DL) メソッドの開発と検証.
• マルチシーケンス,マルチセンターMRIを使用して,LPMにおける筋肉の容量と脂肪の浸透を評価する.
• 手動のセグメントと測定と比較して自動化されたDLメソッドの性能を比較する.

主な方法:

• 5つのセンターで641人の参加者から1,302人のMRIを用いた遡及研究です.
• DLモデルは,LPMのセグメンテーション,体積の定量化,脂肪浸透の評価のために訓練され,外部で検証されました.
• 性能は,セグメント化のためのダイス類似度係数 (DSC) および測定のためのクラス内相関度係数 (ICC) を使用して評価されました.

主要な成果:

• DLモデルは,0.98 (内部) と0.930.97 (外部) の全体的なDSC値で高いセグメンテーション性能を達成しました.
• 筋肉の体積と脂肪浸透率の自動測定と手動測定の統計的同値が確認された (P < .05).
• 自動測定と手動測定の間で高い一致が見られた (ICC > 0. 92).

結論:

• 開発された自動化されたDL方法は,マルチシーケンス,マルチセンターMRIでLPMを正確にセグメントします.
• 自動化された方法は,筋肉の体積と脂肪の浸透を手動で測定した値と統計的に同等であることが示されています.
• このAIによるアプローチは,慢性腰痛におけるLPM変化を評価するための信頼性と効率的なツールを提供します.