关于拟议的客观性阴道超声波图像质量评分系统的观察者内部和观察者间协议,用于人工智能算法开发
A Deslandes1, J C Avery1, H-T Chen2
1Robinson Research Institute, University of Adelaide, Adelaide, Australia.
概括
对于妇科经阴道超声波 (TVS) 图像质量的新评分系统显示,专家们的意见一致. 为了在临床实践中可靠使用和开发人工智能 (AI) 诊断工具,需要进行改进.
科学领域:
- 医疗成像医学成像
- 医疗保健中的人工智能
- 妇科超声波 妇科超声波
背景情况:
- 高质量的数据对于开发用于超声诊断的人工智能 (AI) 工具至关重要.
- 量化妇科经阴道超声波 (TVS) 图像质量对于临床实践和AI开发至关重要.
研究的目的:
- 评估TVS图像的新型图像质量评分系统的观察者内部和观察者间的协议.
- 评估系统在临床环境和人工智能工具开发中的潜在实用性.
主要方法:
- 一个1-4分数系统 (1=拒绝,2=糟糕,3=低于最佳,4=最佳) 是基于文献审查而开发的.
- 六名专业人员 (放射科医生,超声波专家,超声波专家) 两次分 150 张TVS图像 (子宫和卵巢),至少隔一周.
- 使用类内相关系数 (ICC) 和加权的科恩卡帕来评估观察者之间的和观察者内部的一致性.
主要成果:
- 总体来说,观察者之间的一致性很差 (ICC,0.480),对于卵巢图像 (ICC,0.531) 有适度的一致性,但对于子宫图像 (ICC,0.359) 则很差.
- 专业之间一致性不同,放射科医生表现出中度一致性 (ICC,0.600),而超声波和超声波医生表现出不良一致性.
- 观察者内部的一致性从弱到中等 (kappa: 0.5330.718) 到中等到良好 (ICC: 0.6360.825),对子宫图像的一致性略好.
结论:
- 拟议的TVS图像质量评分系统显示了观察者间的差到中等和观察者内部的弱到中等的协议.
- 为了提高可靠性,需要对评分系统进行改进,因为超声波解释具有主观性.
- 人工智能开发可能需要创新的数据标签策略,因为当前的系统通常需要高质量,一致标记的数据.
更多相关视频
10:21A Coregistered Ultrasound and Photoacoustic Imaging Protocol for the Transvaginal Imaging of Ovarian Lesions
Published on: March 3, 2023
1.4K
12:50Lesion Explorer: A Video-guided, Standardized Protocol for Accurate and Reliable MRI-derived Volumetrics in Alzheimer's Disease and Normal Elderly
Published on: April 14, 2014
39.8K
