传统和深度学习儿童的绩效分析CT肺结节计算机辅助检测系统训练成年人
Russell C Hardie1, Andrew T Trout2,3,4, Jonathan R Dillman2,3
1Department of Electrical and Computer Engineering, University of Dayton, 300 College Park, Dayton, OH 45469.
AJR. American journal of roentgenology
|November 22, 2023
概括
成人训练有素的计算机辅助检测 (CAD) 系统在检测儿童的肺结节时,与成年人相比,其灵敏度较低. 这凸显了由于儿童的结节尺寸较小,需要专门用于儿科的CAD系统.
科学领域:
- 医学成像分析分析 医学成像分析
- 医疗保健中的人工智能
- 儿科瘤学 儿科瘤学
背景情况:
- 胸部CT扫描对于检测儿科癌症患者的肺转移至关重要.
- 现有的肺结节计算机辅助检测 (CAD) 系统主要以成人数据进行训练.
- 成人培训的CAD系统在儿科患者群体中的有效性仍然在很大程度上未经检查.
研究的目的:
- 评估传统和深度学习CAD系统的诊断性能,这些系统在成人数据上训练,用于小儿肺结节检测胸部CT.
- 为了比较这些CAD系统在儿科和成人患者队列之间的概括能力.
主要方法:
- 儿科 (n=59) 和成人 (LUNA 2016 亚组 0, n=89) 胸部CT扫描的回顾性分析.
- 利用传统的 (FlyerScan) 和深度学习 (MONAI) CAD系统在成人CT数据上进行训练.
- 对于尺寸为3-30毫米的结节的计算灵敏度和假阳性 (FP) 频率.
主要成果:
- 成人训练的CAD系统在每次扫描两次FP时,与成人数据 (FlyerScan: 83.9%, MONAI: 95.5%) 相比,在儿科数据 (FlyerScan: 68.4%, MONAI: 53.1%) 上的检测灵敏度明显较低.
- 儿童肺结节明显小 (平均5.4毫米) 比成人结节 (平均11.0毫米).
- 性能差异表明,成年人训练的模型与儿科肺结节的特征作斗争.
结论:
- 与成年人相比,经过成人训练的肺结节CAD系统在儿科患者中表现出较低的敏感性.
- 儿童的结节尺寸较小是导致CAD性能下降的潜在因素.
- 在相关的儿科数据上培训的儿科专用肺结节CAD系统的开发是必不可少的.
