评估深度学习模型的稳定性,这些模型经过训练来诊断异常性肺纤维化,使用了回顾性研究

科学领域:

• 放射学 放射学是一门学科.
• 人工智能的人工智能
• 医疗成像医学成像

背景情况:

• 深度学习 (DL) 系统在临床采用方面面临挑战,原因是各种成像协议的稳定性尚未得到证实.
• 在不同的条件下评估DL模型的性能对于可靠的临床实施至关重要.

研究的目的:

• 评估先前开发的DL模型的性能和稳定性,以区分异常性肺纤维化 (IPF) 与其他间歇性肺病 (ILD).
• 用标准化参考和各种非参考成像协议获得的胸部CT扫描来评估这些模型.

主要方法:

• 测试了三种DL模型 (1 2D,2 3D),这些模型先前被训练来将ILD患者分类为IPF或非IPF.
• 评估使用了343名非IPFILD受试者的CT扫描,在参考条件和非参考条件下获得.
• 一种通用线性混合效应模型 (GLMM) 确定了影响诊断一致性的CT技术参数.

主要成果:

• 在非参考协议上评估时,所有三种DL模型的整体特异性都下降了 (两种模型的p < 0.05).
• 平均有效mAs是降低预测性能的关键因素 (p < 0.001).
• 平均有效mAs和切片厚度的差异显著影响了一个模型的性能 (p = 0.03).

结论:

• 基于DL的IPF诊断模型在应用到来自不同成像协议的CT数据时表现出缺乏稳定性.
• 对获得和重建条件的仔细考虑对于在临床环境中开发和部署DL模型至关重要.