骨盤MRI画像における支配的な卵泡の識別とアントラル卵泡のカウントのためのディープラーニングベースのコンピュータ支援決定方法

科学分野:

• 医学イメージング分析
• 医療における人工知能
• 生殖器医学は生殖器医学である.

背景:

• 骨盤磁気共鳴画像 (MRI) は,卵泡分析に不可欠です.
• 卵泡分析のためのMRIの手動解釈は,時間と費用がかかります.
• 効率と精度を向上させるために,自動化された方法が必要です.

研究 の 目的:

• 多段階のコンピュータ支援決定 (CAD) メソッドを開発し,評価し,自動化された葉数 (AFC) と支配的葉片識別を行う.
• マニュアルMRIベースの卵泡分析の限界を克服するために.
• 卵巣リザーブと生育能力の評価を向上させるため.

主な方法:

• 124人の患者の417個のT2加重型MRIスライスを利用しました.
• 卵巣構造の識別のためのYou Only Look Once バージョン11検出モデルを採用しました.
• LCR-UNetを実装し,高度なプールとデコーディングモジュールを持つ新しいセグメンテーションモデルである.

主要な成果:

• 卵泡のセグメンテーションで0.8571のダイス類似度係数を達成しました.
• 92.86%の精度と0.8929のF1スコアで,支配的な卵泡の識別を達成しました.
• 自動アントラ毛穴数計は82.91%の精度を示した.

結論:

• 開発されたCADメソッドは,経験豊富な放射線科医に匹敵する性能を示しています.
• 自動化されたシステムは,手動通訳の作業量を大幅に削減します.
• これは,卵巣の貯蔵量と生育率を評価するための信頼できるツールを提供します.