自动腹部CT对比相位检测使用可解释和开源的人工智能算法
Eduardo Pontes Reis1,2,3, Louis Blankemeier4, Juan Manuel Zambrano Chaves5,6
1Department of Radiology, Stanford University, Stanford, CA, USA. eduardo.reis@einstein.br.
European radiology
|April 29, 2024
概括
一个开源的人工智能 (AI) 算法准确地识别了腹部CT扫描中的对比相. 该工具在内部和外部验证方面表现出强的表现,改善了诊断能力.
科学领域:
- 医疗成像医学成像
- 人工智能的人工智能
- 放射学 放射学是一门学科.
背景情况:
- 在腹部CT扫描中精确的对比相位识别对于随后的AI应用和生物标志物量化至关重要.
- 现有的相位确定方法,如数字成像和医学通信 (DICOM) 标签,可能不准确.
- 需要可靠和自动化的方法来检测对比相.
研究的目的:
- 开发和验证开源人工智能 (AI) 算法,用于精确检测腹部CT扫描中的对比相.
- 创建一个可解释的AI模型,可以在不同的数据集中概括.
主要方法:
- 一项回顾性研究使用739个腹部CT检查开发了一个AI算法.
- 采用了基于深度学习的细分 (TotalSegmentator) 和radiomics功能.
- 训练了一种渐变增强分类器,以识别四个对比相:非对比,动脉,静脉和延迟.
主要成果:
- 在内部验证中,AI算法实现了92.3%的准确性和90.7%的F1得分.
- 对VinDr多相CT数据集的外部验证显示准确率为90.1%,F1得分为82.6%.
- 沙普利分析确定脏和血管放射密度是分类的关键特征.
结论:
- 开发的开源AI算法准确地检测腹部CT扫描中的对比相.
- 该算法通过强大的内部和外部验证证明了强大的概括能力.
- 这种人工智能工具可以增强下游人工智能应用程序,生物标志物量化,并提高诊断准确性和访问性.
