比较图像扰动和测试复试成像在提高放射性模型可靠性的有效性
Jiang Zhang1, Xinzhi Teng1, Xinyu Zhang1
1Department of Health Technology and Informatics, The Hong Kong Polytechnic University, Y920, Lee Shau Kee Building, Hung Hom, Kowloon, Hong Kong, China.
Scientific reports
|October 25, 2023
概括
图像扰动可以评估放射性特征的重复性,为改善乳腺癌研究中的放射性模型可靠性提供了测试复试成像的替代方案. 仔细选择特征可重复性标准对于最佳结果至关重要.
科学领域:
- 放射学 放射学是一门学科.
- 医疗成像医学成像
- 计算生物学 计算生物学
背景情况:
- 放射性特征的重复性对于可靠的预测模型至关重要.
- 测试复试成像是评估可重复性的标准,但它是资源密集的.
- 图像扰动为评估特征重复性提供了一个潜在的替代方案.
研究的目的:
- 为了比较图像干扰与测试复试成像在确定放射性特征重复性的有效性.
- 用四个分类器评估这些可重复性评估方法对放射性模型可靠性的影响.
- 为了确定最优的特征可重复性标准,以进行可靠的放射性分析.
主要方法:
- 利用公开的乳腺癌数据集,包括191名患者和71个测试复试扫描.
- 从表面扩散系数 (ADC) 图像中提取放射性特征.
- 应用图像扰动 (转换,旋转,轮随机化) 和类内相关系数 (ICC) 来进行特征选择.
- 使用内部通用性和稳定性指标 (AUC,预测ICC) 评估模型可靠性.
主要成果:
- 更高的测试性能与更高的特征ICC值相关.
- 模型可靠性在0.95的ICC值显著下降,对于测试-重新测试方法.
- 使用图像扰动,在0.9的ICC值下,可以实现最佳模型可靠性 (AUC 0.7-0.8,预测ICC > 0.9).
结论:
- 图像扰动是一种可行的方法,用于评估放射性特征的重复性,当测试-重新测试成像是不可行的.
- 通过图像扰动实现特征重复性分析可以提高放射性研究的稳定性.
- 仔细考虑特征重复性标准对于最大限度地利用放射学中图像扰乱的好处至关重要.
