用PET图像评估瘤细分的修改后的子系数:一个概念验证研究

科学领域:

• 医疗成像医学成像
• 计算机视觉 计算机视觉
• 放射学 放射学是一门学科.

背景情况:

• 索伦森-戴斯相似系数 (DSC) 广泛用于图像细分评估.
• DSC的局限性包括对细分错误的空间位置不敏感,这使得它在诸如瘤细分等任务中变得不理想,在这些任务中精确的边界定义是具有挑战性的.
• 定子发射断层扫描 (PET) 成像对客观细分提出了特定的挑战,因为瘤边界划分存在固有的不确定性.

研究的目的:

• 为了解决标准DSC在医学图像细分中的局限性.
• 引入和评估包含空间距离信息的DSC的新修改.
• 将原始DSC及其修改版本的性能与人类专家评估进行比较.

主要方法:

• 开发了两个修改后的DSC指标:一个包含权重,另一个添加基于空间距离的损失项.
• 对于191个瘤细分面具的系数,这些系数是从89名头部和部状细胞癌患者的PET图像中得出的.
• 通过将计算的系数与人类评估人员分配的分数进行比较来评估性能.

主要成果:

• 与最初的DSC相比,加权的DSC修改显示了与人类评估者得分的更高相关性.
• 权重的DSC也显示了前两个绩效分数类别内的变化明显减少 (p < 0.018).
• 拟议的加权系数显示了改善医学图像细分评估的前景.

结论:

• 标准的DSC并不总是适合医疗图像细分,特别是对于具有模两可的界限的任务,如PET瘤细分.
• DSC的加权修改可以通过考虑细分错误的空间位置来增强评估.
• 开发的加权DSC系数为评估医疗成像应用中的细分精度提供了更强大,更可靠的指标.