需要对基于人工智能的定量PET细分方法进行客观的基于任务的评估
Ziping Liu1, Joyce C Mhlanga2, Barry A Siegel2,3
1Department of Biomedical Engineering, Washington University in St. Louis, St. Louis, MO, USA.
Proceedings of SPIE--the International Society for Optical Engineering
|November 22, 2023
概括
评估人工智能 (AI) 用Dice分数对PET扫描进行细分可能并不反映临床性能. 基于任务的指标对于准确评估瘤成像中的AI至关重要.
科学领域:
- 医学成像医学成像
- 人工智能的人工智能是人工智能.
- 在瘤学瘤学.
背景情况:
- 人工智能 (AI) 显示出对瘤性正子发射断层扫描 (PET) 图像的细分有希望.
- 临床翻译需要对相关任务的绩效评估.
- 当前的评估指标,比如子分数,可能与任务绩效无关.
研究的目的:
- 调查Dice的分数是否与基于AI的PET图像细分的临床任务性能保持一致.
- 将Dice分数评估与基于任务的代谢瘤体积 (MTV) 和总损伤糖解 (TLG) 的量化进行比较.
主要方法:
- 对多中心临床试验数据的回顾性分析 (ECOG-ACRIN 6668/RTOG 0235).
- 对AI细分方法的评估,使用Dice分数和量化MTV/TLG的准确性.
- 子得分评估与基于任务的评估结果的比较.
主要成果:
- 子得分可能导致与基于任务的表现不一致的解释.
- 使用Dice分数的AI细分评估可能不会准确地反映MTV/TLG量化临床实用性.
- 差异凸显了临床任务重叠指标的局限性.
结论:
- 基于任务的评估对于基于人工智能的量化PET细分方法至关重要.
- 仅仅依靠Dice的得分可能会误解AI细分工具的临床相关性.
- 对AI在瘤学中的可靠临床转化需要客观的,具体的任务指标.
更多相关视频
09:55Radiosynthesis, Quality Control, and Small Animal Positron Emission Tomography Imaging of 68Ga-Labelled Nano Molecules
Published on: October 4, 2024
401
10:31Non-invasive Imaging and Analysis of Cerebral Ischemia in Living Rats Using Positron Emission Tomography with 18F-FDG
Published on: December 28, 2014
14.0K
