丰富肺癌计算机断层扫描集合的AI衍生的注释
Deepa Krishnaswamy1, Dennis Bontempi2,3, Vamsi Krishna Thiriveedhi4
1Brigham and Women's Hospital, Boston, MA, USA. dkrishnaswamy@bwh.harvard.edu.
Scientific data
|January 4, 2024
概括
人工智能工具为公共胸部CT数据集生成了注释,改善了癌症成像分析. 这些增强的数据集,包括放射学特征,现在可以用于研究,促进 FAIR 数据原则.
科学领域:
- 医疗成像医学成像
- 人工智能的人工智能
- 无线电学 (Radiomics) 是一种辐射学.
背景情况:
- 公共成像数据集对于开发自动化癌症成像工具至关重要.
- 许多数据集缺乏注释和图像衍生的特征,阻碍了分析.
- 人工智能 (AI) 可以为大型数据集自动化注释.
研究的目的:
- 通过人工智能生成的注释来丰富NCI成像数据共享 (IDC).
- 为计算机断层扫描 (CT) 胸部成像数据集 (NSCLC-Radiomics和NLST子集) 提供注释.
- 为了证明AI在增强公共癌症成像数据中的实用性.
主要方法:
- 利用公开可用的AI算法来导出注释.
- 为胸部器官处于危险状态生成体积注释.
- 创建了解剖学地标和区域的切片级注释,以及放射学特征.
主要成果:
- 对于两个主要的胸部CT集合,人工智能生成的注释现在可以在NCI成像数据共享 (IDC) 中获得.
- 标注包括体积器官数据,放射学特征和切片级解剖细节.
- 数据在DICOM格式中进行协调,遵守FAIR数据原则.
结论:
- 人工智能显著有助于注释大规模的癌症成像数据集.
- 公开可访问,精心策划的数据集与AI注释丰富对研究至关重要.
- 支持云计算的笔记本可方便使用这些新注释,推进癌症成像分析.
