NLSTseg:NLST LDCT画像に基づくピクセルレベルの肺がんデータセット
Kun-Hui Chen1,2,3, Yi-Hui Lin4, Shawn Wu5
1Department of Orthopedic Surgery, Taichung Veterans General Hospital, Taichung, Taiwan.
Scientific data
|August 23, 2025
まとめ
低用量コンピュータートモグラフィー (LDCT) スキャンによる肺の損傷に関する新しいデータセットは,肺がんの早期発見に役立ちます. このリソースは,コンピュータによる診断 (CAD) システムのための人工知能の開発をサポートします.
科学分野:
- 医療用イメージング
- 人工知能
- 腫瘍学
背景:
- 低用量コンピューティングトモグラフィー (LDCT) は,肺がんの早期発見に不可欠です.
- コンピュータ・アイド・診断 (CAD) システムは放射線科医を支援しますが,広範な注釈されたデータセットが必要です.
- LDCT画像のピクセルレベルのセグメントアノテーションを備えた既存の公開データセットは限られている.
研究 の 目的:
- LDCT画像から肺の病変のピクセルレベルのアノテーションを公開した新しいデータセットを開発する.
- 肺がん診断のAI駆動CADシステムのトレーニングのための注釈データ不足に対処する.
主な方法:
- 全国肺部スクリーニング試験 (NLST) のLDCT画像を使用した.
- 605人の患者のスキャンで 715人の肺病変 (662人の腫瘍,53人の結節) を記述した.
- 詳細な損傷容量と位置情報が含まれています.
主要な成果:
- このデータセットには,705人の肺の病変を記述した605人の患者のLDCTスキャンが含まれています.
- 大半 (500) は5cm3未満であった.
- このデータセットでトレーニングされた2D U-Netモデルは,トレーニングセットで0.95のインターセクションオーバーユニオン (IoU) を達成しました.
結論:
- 開発されたデータセットは,肺がんのアノテーションリソースの多様性と使いやすさを大幅に高めています.
- このリソースは,肺がんのスクリーニングのためのAIベースのCADシステムの開発と臨床採用を加速させる予定です.
- 肺がんを早期発見するためのLDCTスキャンの解釈の精度と効率を向上させる.
