オステオブラスティック骨転移と骨島を区別するための二層スペクトルCT放射学と深層学習の診断性能

科学分野:

• 医療用イメージング
• 放射線科
• 腫瘍学

背景:

• オステオブラスティック骨転移 (OBM) と骨島 (BI) の区別は,がんの正確なステージ設定と患者の管理に不可欠です.
• 従来のCT画像と放射学は 非侵襲的な差異化の可能性を提供します.
• 二重層スペクトル検出器コンピュータトモグラフィー (DLSCT) は,高度な画像処理機能を備えています.

研究 の 目的:

• DLSCTからの放射性特性の診断性能を,OBMとBIを区別するためのディープラーニング (DL) モデルと比較する.
• OBMの診断におけるそれぞれの方法の感度と特異性を評価する.

主な方法:

• DLSCTを受けた94人の患者における216人の骨質創傷 (91人のOBM,125人のBI) の遡及的分析.
• 標準的およびスペクトル的なDLSCT画像から第1次放射性特徴の抽出.
• 検証されたDLモデルを従来のCT画像に適用する.
• ROC曲線解析による診断性能の比較 (AUC,感度,特異性)

主要な成果:

• OBMとBI (P < 0. 05) の間の放射性特性 (平均値,最大値,エントロピー,均一性) の有意な差異が見つかりました.
• DLSCT (VMI40keVエントロピー) とDLモデルは,比較可能なAUC (0. 93対0. 96; P=0. 274) を達成した.
• DLSCTは,DLモデルと比較して,OBM診断において,有意に高い感度 (92%対62%,P=0. 002) と類似の特異性 (88%対96%,P=0. 07) を示した.

結論:

• DLSCTからの放射性特徴は,DLモデルに匹敵する性能で,OBMをBIから効果的に区別する.
• DLSCT,特にVMI40keVエントロピーは,OBMの診断に優れた感度を提供し,臨床意思決定に役立ちます.