在CT图像中对肝淋巴瘤的疾病量化,没有损伤细分

科学领域:

• 医学成像分析 医学成像分析
• 在瘤学瘤学.
• 放射学 放射学是一门学科.

背景情况:

• 肝淋巴瘤的诊断是具有挑战性的,因为扩散透和模糊的边界在CT扫描.
• 淋巴瘤中患病的肝脏组织的准确细分是困难的,阻碍了量化.
• 现有的方法难以处理肝淋巴瘤复杂的成像表现.

研究的目的:

• 使用CT图像开发用于淋巴瘤的自动化肝病量化 (DQ) 方法.
• 为了消除在肝淋巴瘤评估中需要手动损伤细分的需要.
• 与手动方法相比,评估自动化DQ的准确性.

主要方法:

• 员工转移学习用于自动识别患病肝脏.
• 使用CAVASS软件进行手动划分以进行比较.
• 应用了一种疾病地图模型来量化肝病.
• 使用交叉验证对10名肝淋巴瘤患者验证了该方法.

主要成果:

• 手动器官 (MO) 方法实现了大病变的准确率为91.76%,小病变的准确率为95.57%.
• 自动器官 (AO) 方法为大病变提供了85.44%的准确性,而小病变的准确性为81.94%.
• 这两种方法在各种病变大小和形态学方面都表现出有效性.

结论:

• 开发的DQ-MO和DQ-AO方法准确量化了淋巴瘤中的肝病.
• 自动化方法对各种淋巴瘤呈现 (同质/异质,单个/多个病变) 有效.
• 该方法适用于其他腹部器官的疾病量化,如脏,脏和胆囊.