相关实验视频
Updated: Sep 10, 2025

09:30
Quantitative Magnetic Resonance Imaging of Skeletal Muscle Disease
Published on: December 18, 2016
19.7K
基于深度学习的前列腺MRI图像质量评估中的偏差
Hirotsugu Nakai1, Adam T Froemming1, Akira Kawashima2
1Department of Radiology, Mayo Clinic, Rochester, USA.
Abdominal radiology (New York)
|August 25, 2025
概括
评估T2加权图像质量的深度学习 (DL) 模型可能会受到临床显著前列腺癌 (csPCa) 的偏差. 在csPCa患者中,基于DL的图像质量往往较差,影响了临床使用.
科学领域:
- 放射学
- 人工智能
- 医学成像
背景情况:
- 深度学习 (DL) 模型越来越多地用于医学成像中的自动化图像质量 (IQ) 评估.
- 在前列腺癌诊断中,T2权重图像 (T2WI) 是至关重要的.
- 基于DL的智商评估中的潜在偏差可能会影响临床解释.
研究的目的:
- 调查临床上显著的前列腺癌 (csPCa) 是否影响基于DL的T2WI智商评估.
- 在csPCa的背景下评估DL模型在区分智商退化方面的可靠性.
主要方法:
- 一项由放射科医生分类的2105个T2WI系列的回顾性研究.
- 开发一个用于智商分类的DL模型,并评估其与放射专家的协议 (kappa=0.53).
- 该模型应用于11723次MRI检查,使用病例对照对照比较降低智商组和最佳智商组的csPCa比例.
主要成果:
- DL模型与放射科医生表示中等一致.
- 与最佳智商相比,轻度至中度智商降低与较高比例的csPCa相关.
- 观察到的具体差异:中度降解 (3.6%高于cspca),轻度降解 (2.7%高于cspca).
结论:
- 在csPCa患者中,基于DL的T2WI智商评估可能会产生负偏差.
- 这种偏差引起了关于前列腺MRI智商评估的DL模型的临床实用性和可靠性的担忧.
- 需要进一步的研究来解决和减轻这些潜在的偏差,以获得准确的临床应用.
更多相关视频
06:08A Cognitive Fusion-guided Prostate Biopsy Using Multiparametric Magnetic Resonance Imaging and Transrectal Ultrasound
Published on: March 21, 2025
374
15:48Tracking the Mammary Architectural Features and Detecting Breast Cancer with Magnetic Resonance Diffusion Tensor Imaging
Published on: December 15, 2014
22.6K