基于共识的SegMentatIoN在radiomic特征可复制性的可靠性 (REMIND):一个警告
Burak Kocak1, Aytul Hande Yardimci1, Mehmet Ali Nazli1
1Department of Radiology, University of Health Sciences, Basaksehir Cam and Sakura City Hospital, Istanbul, Turkey.
European journal of radiology
|June 7, 2023
概括
基于共识的细分显示了放射性特征的可重现性问题. 在使用共识细分之前,可靠性分析至关重要,以确保医学成像中准确的结果.
科学领域:
- 放射学 放射学是一门学科.
- 医疗成像医学成像
- 在瘤学瘤学.
背景情况:
- 放射性特征在医学成像中越来越多地用于诊断和预后.
- 细分是放射学中的关键步骤,定义了特征提取感兴趣的区域.
- 共识细分旨在通过涉及多个读者来提高可重现性.
研究的目的:
- 评估从基于共识的细分得出的放射性特征的可重现性.
- 评估不同瘤类型和成像模式的共识细分的可靠性.
主要方法:
- 对三个瘤数据集的回顾性分析:乳腺癌,细胞癌和垂体腺瘤.
- 12名读者对MRI和CT数据集进行了共识细分.
- 在四个实验环境中,使用类内相关系数 (ICC) 评估了放射性特征的可重现性.
主要成果:
- 在共识间分析中,至少61%的放射性特征是不可重现的 (ICC < 0.90).
- 取代第一个阅读器导致54%的功能变得不可重复.
- 内部共识分析显示,32%的特征是不可重复的.
结论:
- 基于共识的细分对放射性特征提出了重大可重现性挑战.
- 没有严格的可靠性分析,不建议单独使用共识细分.
- 可靠性分析对于在放射学中基于共识的细分的临床应用至关重要.
