关于小鼠皮下瘤的3D全身临床前微型CT数据库,由3位注释者进行注释
Malte Jensen1, Andreas Clemmensen1, Jacob Gorm Hansen2
1Department of Clinical Physiology and Nuclear Medicine & Cluster for Molecular Imaging, Copenhagen University Hospital - Rigshospitalet & Department of Biomedical Sciences, University of Copenhagen, Copenhagen, Denmark.
Scientific data
|September 19, 2024
概括
这项研究引入了最大的临床前微型计算机断层扫描 (μCT) 数据库,用于小鼠皮下瘤的自动细分 (AS). 该数据库支持开发精确的AS工具,改善抗癌药物疗效分析.
科学领域:
- 临床前成像学 临床前成像学
- 医疗图像分析 医学图像分析
- 瘤学研究的研究.
背景情况:
- 微计算机断层扫描 (μCT) 对于评估皮下瘤的小鼠模型中的抗癌药物疗效至关重要.
- 在μCT扫描中手动划定瘤是耗时的,缺乏一致性,需要自动细分 (AS) 工具.
研究的目的:
- 引入一个全面的临床前μCT数据库,用于开发和验证皮下瘤自动细分 (AS) 工具.
- 为了在瘤划定中建立人类注释准确性的基线.
主要方法:
- 创建了迄今为止最大的临床前μCT数据库,包含来自223只皮下瘤小鼠的452个全身扫描.
- 包括2014年至2020年期间使用临床前PET/CT扫描仪获取的十个不同的μCT数据集.
- 每个瘤的手动注释由三名专家注释者进行,以实现可靠的模型开发和注释者间协议分析.
主要成果:
- 该数据库包括来自223只小鼠的452个全身μCT扫描,代表了同类数据中最大的数据集.
- 对注释者间一致性的分析显示,弗莱斯卡帕值为0.903 ± 0.046,平均体积估计偏差为0.015 ± 0.010 cm3 (6.9% ± 4.7%).
- 这些结果为皮下瘤划分确定了人类基线准确度,并证明了良好的注释器间一致性.
结论:
- 开发的临床前μCT数据库对于在瘤学研究中推进自动细分 (AS) 工具至关重要.
- 建立的人类注释基线为评估AS算法的性能提供了一个基准.
- 这一资源将加速开发更有效,更可靠的方法来分析在临床前研究中抗癌分子的疗效.
更多相关视频
11:31Using Micro-computed Tomography for the Assessment of Tumor Development and Follow-up of Response to Treatment in a Mouse Model of Lung Cancer
Published on: May 20, 2016
10.7K
07:45Author Spotlight: Standardizing Mouse In Vivo PET Imaging with Body Conforming Molds and Automated Analysis
Published on: October 25, 2024
336
