视网膜OCT扫描标签质量和病理特征的评分器间可靠性:一个定制的注释软件方法
Katherine Du1, Stavan Shah1, Sandeep Chandra Bollepalli1
1Department of Ophthalmology, University of Pittsburgh Medical Center, Pittsburgh, PA, United States of America.
PloS one
|December 18, 2024
概括
这项研究显示了专家在标记视网膜光连贯断层扫描 (OCT) 扫描疾病特征时的高度一致. 这些发现支持开发人工智能工具,用于一致的视网膜疾病诊断.
科学领域:
- 眼科医生 眼科 眼科
- 医疗成像医学成像
- 人工智能的人工智能
背景情况:
- 光学连贯断层扫描 (OCT) 对于诊断视网膜疾病至关重要.
- 为了可靠的疾病分类和人工智能培训,需要标准化的成像功能.
- 在OCT特征标记中,评分者之间的可靠性对于开发强大的诊断工具至关重要.
研究的目的:
- 评估视网膜OCT扫描图像质量和病理特征标记中的互评分器可靠性.
- 为深度学习模型培训建立OCT成像签名的共识.
- 评估常见视网膜病理的专家解释的一致性.
主要方法:
- 500个CIRRUS HD-OCT 5000扫描被两个独立的蒙面评分员审查.
- 扫描被评估图像质量,形存在,以及特定的病理 (SRF,IRF,drusen,PED).
- 使用科恩的卡帕 (κ) 系数和百分比协议量化了评价者之间的可靠性.
主要成果:
- 在整体扫描质量方面发现了实质性的协议 (κ=0.60).
- 对于视网膜疾病特征的存在/缺乏,观察到高一致性 (κ=0.85).
- 对于特定的病理学,一致性有所不同:足位置 (0.78),IRF (0.63),drusen (0.73),PED (0.87),SRF (0.52).
结论:
- 在标记OCT扫描质量和视网膜病理方面,存在显著的inter-rater可靠性.
- 从可靠的评估中获得的标准化标签可以促进用于视网膜疾病诊断的AI工具开发.
- 这种标准化提高了诊断的一致性,并扩大了对基于OCT的诊断能力的访问.
