自动CT胰腺细分的基准测试稳定性:通过循环中人优化实现人类级别的可靠性

科学领域:

• 医学成像分析 医学成像分析
• 医疗保健中的人工智能
• 计算解剖学的计算解剖学

背景情况:

• 在CT扫描中用于胰腺细分的深度学习模型已经迅速发展.
• 当前的评估指标 (例如,子,表面指标) 并不能完全捕捉模型的稳定性,定义为在不同情况下一致的人类水平的性能.
• 细分强度对于临床应用,如早期检测和定量生物标志物分析至关重要.

研究的目的:

• 系统地评估与人类读者相比,对于胰腺细分的深度学习模型的稳定性.
• 调查积极学习策略对提高细分可靠性的有效性.

主要方法:

• 追溯分析903个CT扫描,其中100个健康的测试病例,每个病例有4个独立的人类细分.
• 引入一个分数值 (FT) 度量来量化与人类性能相对的稳定性.
• 评估各种深度学习模型,并实施积极学习方法,以对不确定的预测进行人为循环修订.

主要成果:

• 最好的3D U-Net模型实现了高重叠指标 (DSC: 0.88,NSD: 0.77),与人类读者 (DSC: 0.89,NSD: 0.75) 相比.
• 然而,分数值 (FT) 度量显示与人类表现相比,模型的持续变化.
• 积极学习与人类在循环中修改大大提高了稳定性 (FT 到 0.99),每例时间投资最小 (1.54 分钟),工作量减少了 23 倍.

结论:

• 自动胰腺细分可以减少工作负载,但在具有挑战性的情况下,由于不可预测的故障而受到限制.
• 积极学习策略对于提高模型可靠性和弥合人工智能和人类专家之间的绩效差距至关重要.
• 整合主动学习是迈向医疗图像细分的强大和临床部署AI的重要一步.