用深度学习对大脑转移的自动细分:一个多中心,随机交叉,多读者评估研究
Xiao Luo1,2, Yadi Yang1,2, Shaohan Yin1,2
1State Key Laboratory of Oncology in South China, Guangdong Provincial Clinical Research Center for Cancer, Sun Yat-sen University Cancer Center, Guang zhou, Guangdong Province, China.
Neuro-oncology
|July 11, 2024
概括
这项研究开发了一个人工智能系统用于大脑转移细分. 该系统显著提高了精度,并减少了放射科医生的划界时间,显示了临床实用性.
科学领域:
- 医疗成像医学成像
- 人工智能的人工智能
- 在瘤学瘤学.
背景情况:
- 人工智能用于大脑转移 (BM) 分段的临床验证是有限的.
- 开发和评估一个人工智能系统,以准确的BM细分至关重要.
研究的目的:
- 开发和临床验证基于深度学习的脑转移细分系统 (BMSS).
- 评估BMSS在提高细分精度和效率方面的表现.
主要方法:
- 开发了一个深度学习的BM分段系统 (BMSS),使用来自488名患者的10,338个BM.
- 进行了一项多读者研究,对5个中心的50个潜在病例进行了研究.
- 在辅助与无辅助细分模式下比较放射科医生 (住院医生和临床医生) 的表现.
主要成果:
- 在此过程中,BMSS实现了0.91.9的子相似系数 (DSC) 的中位数.
- 通过BMSS辅助,DSC中位数从0.87提高到0.92 (P<.001),并减少了42%的轮时间.
- 与参加放射科医生相比,住院放射科医生在BMSS协助下显示出更大的精度改善.
结论:
- 开发的BMSS显著提高了大脑转移划分的效率和准确性.
- 人工智能系统展示了改善神经瘤学临床工作流程的最佳应用.
