对识别深入入侵性结直肠癌感兴趣的区域的差异:计算机辅助诊断与专家内镜医生

科学领域:

• 胃肠病学 胃肠病学
• 医疗成像医学成像
• 人工智能在医学中的应用

背景情况:

• 计算机辅助诊断 (CAD) 系统在检测深部下侵袭性结直肠癌 (T1b) 方面表现出高准确性.
• 识别CAD系统使用的精确"感兴趣区域" (ROI) 可能是具有挑战性的.
• 类激活映射 (CAM) 提供了一种可视化和理解CAD使用的ROI的方法.

研究的目的:

• 通过CAD系统识别的感兴趣区域 (ROI) 与专家内镜师为T1b结直肠癌划分的区域进行定量比较.
• 通过交叉与联合 (IoU) 分析,评估CAD识别的和内镜师识别的ROI之间的一致性.
• 为了确定ROI一致性是否与T1b结直肠癌检测的诊断准确性相关.

主要方法:

• 使用了82个经组织学确认的T1b结直肠癌内镜图像的数据集.
• 应用CAM从微调的ResNet50模型生成ROI可视化,每个病变一个图像.
• 两名专家内镜师在相同的图像上手动识别了ROI,随后进行了IOU分析以评估一致性.

主要成果:

• 与内镜师相比,CAD系统发现的ROI显著较小 (165K与300K像素;P<0.0001).
• 在CAD和内镜师ROI之间的IOU中位数为0.198.
• 正确诊断的病变 (0.213) 的IOU显著高于错误诊断的病变 (0.070;P = 0.033).

结论:

• 在正确诊断的T1b结肠直肠癌中观察到CAD和内镜ROI之间的更高一致性 (IoU).
• 最佳的注释和ROI的精确定义对于改善T1b结肠直肠癌CAD系统的诊断灵敏度至关重要.
• 对ROI提炼的进一步研究可能会提高CAD在结直肠癌查和诊断中的临床实用性.