BEEx是一个开源工具,用于评估医疗图像中的批量效应,以实现多中心研究
Yuxin Wu1,2,3, Xiongjun Xu4, Yuan Cheng1,2,3
1Department of Radiology, Guangdong Provincial People's Hospital (Guangdong Academy of Medical Sciences), Southern Medical University, Guangzhou, China.
Cancer research
|December 11, 2024
概括
批量效果探索器 (BEEx) 识别来自不同来源的医疗图像中的非生物变异. 这种开源工具有助于提高基于人工智能的癌症诊断模型在多中心研究中的可靠性.
科学领域:
- 计算病理学计算病理学
- 医学成像分析分析 医学成像分析
- 医疗保健中的人工智能
背景情况:
- 批量效应在医疗图像数据集中引入非生物变异,原因是采集参数不同.
- 这些变化可能会损害计算病理学和放射学模型的准确性和通用性,特别是在多中心研究中.
研究的目的:
- 开发一个开源平台,批量效应探索器 (BEEx),用于识别和量化医疗成像数据中的批量效应.
- 为研究人员提供工具,以评估批量效应对多中心研究的影响.
主要方法:
- BEEx集成可视化和定量指标 (强度,梯度,纹理) 进行无监督批量效应检测.
- 该平台支持多种医学成像模式,包括显微镜和放射学.
- 四个用例证明了BEEx在识别批量效应和验证减缓策略方面的能力.
主要成果:
- BEEx成功地在不同的医学成像数据集中识别了批量效应.
- 该工具的指标和可视化有效区分来自不同网站或扫描仪的数据集.
- 通过用例验证证实了平台在评估批量效应大小方面的实用性.
结论:
- BEEx是一个可扩展和多功能框架,用于检测和分析医疗图像中的批量效应.
- 这种预先选工具提高了基于图像的研究的可靠性和有效性,并促进了基于AI的强大的癌症诊断模型的开发.
