一个深度的神经网络用于MRI脊柱炎症在轴性脊柱关节炎
Yingying Lin1, Shirley Chiu Wai Chan2, Ho Yin Chung2,3
1Department of Diagnostic Radiology, The University of Hong Kong, LG3 Sassoon Road No. 5, Pok Fu Lam, Hong Kong.
概括
一个新的深度神经网络使用MRI扫描准确地检测轴性脊柱关节炎 (axSpA) 患者的脊柱炎. 这种人工智能工具的性能与经验丰富的放射科医生相当,有助于axSpA管理.
科学领域:
- 放射学 放射学是一门学科.
- 人工智能的人工智能
- 医疗成像医学成像
背景情况:
- 轴性脊柱关节炎 (axSpA) 是一种影响脊柱的慢性炎症性疾病.
- 早期发现脊柱炎症对于有效管理至关重要.
- 短陶逆转恢复 (STIR) 序列磁共振成像 (MRI) 用于识别活跃的炎症病变.
研究的目的:
- 开发和评估一个深度神经网络 (DNN) 用于在 axSpA 患者的 STIR MRI 上检测脊柱炎症.
- 为了比较DNN与人类放射科医生的性能.
主要方法:
- 使用了330名axSpA患者的STIRMRI扫描数据集.
- 感兴趣的区域 (ROI) 被绘制出来,以识别骨髓 (BME) 作为活跃的炎症病变.
- 在270名患者的数据上开发和训练了一个基于UNet的注意力DNN,并进行了验证.
- 在对60名患者的单独测试组中评估了DNN的性能,并与盲目放射科医生进行了比较.
主要成果:
- 该DNN实现了0.80±0.03的灵敏度和0.88±0.02的特异性.
- 真正阳性病变的子系数为0.55 ± 0.02.
- 接收机运行特征曲线 (AUC-ROC) 下的面积为0.87 ± 0.02.
- DNN的表现与放射科医生的表现相当.
结论:
- 开发的DNN在STIRMRI对axSpA.检测脊髓炎的检测中显示出可靠的性能.
- 该网络为脊柱MRI解释提供了一种简单且潜在可扩展的方法.
- 这种人工智能工具可以增强脊柱MRI在治疗axSpA. axSpA.的临床效用.


