儿童脑瘤测量的一致性:挑战,解决方案,以及基于人工智能的细分作用
Ariana M Familiar1,2, Anahita Fathi Kazerooni1,2,3,4, Arastoo Vossough5,1
1Center for Data-Driven Discovery in Biomedicine (D3b), Children's Hospital of Philadelphia, Philadelphia, Pennsylvania, USA.
Neuro-oncology
|May 20, 2024
概括
由于主观的MRI解释,儿童脑瘤成像评估的挑战仍然存在. 本综述强调了一些问题,并提出了用于标准化瘤测量和儿科脑瘤 (PBT) 再现性反应评估的解决方案.
科学领域:
- 神经瘤学神经瘤学
- 医疗成像医学成像
- 人工智能的人工智能
背景情况:
- 磁共振成像对于评估神经瘤学中的瘤负担至关重要.
- 儿童神经瘤学 (RAPNO) 目前的响应评估指南面临主观MRI解释的挑战.
- 手动评估的变化源于难以区分瘤组件和缺乏标准化成像协议的困难.
研究的目的:
- 审查当前在识别和定义小儿脑瘤 (PBTs) 未被现有指导方针所涵盖的子区域方面的挑战.
- 探索包括人工智能 (AI) 在内的潜在解决方案,以客观地划分瘤.
- 强调在PBT中评估可重复性反应的标准化标准的需要.
主要方法:
- 对儿童神经瘤学中MRI成像挑战的现有文献的综述.
- 分析手动瘤细分和响应评估中的复杂性.
- 讨论人工智能在自动瘤细分中的作用以及对准确训练数据的需求.
主要成果:
- 目前对PBT的核磁共振成像评估存在观察者之间的和观察者内部的变异性.
- 困难包括区分非增强瘤与,轻度增强和囊性成分.
- 人工智能驱动的细分提供了客观性的潜力,但需要高质量,标准化的地面真相数据.
结论:
- 标准化标准对于解决PBT成像评估当前的局限性至关重要.
- 通过对瘤子区域的明确定义,将提高测量准确性和可重复性.
- 加强标准化将导致更精确的结果指标和可靠的临床研究对比.
