香0.9:一个开源的,可复制的医疗成像系统,用于低资源的胃癌查

科学领域:

• 医疗成像医学成像
• 人工智能的人工智能
• 计算生物学 计算生物学

背景情况:

• 胃癌是全球重要的健康问题,特别是在东亚.
• 目前用于CT分析的AI模型通常需要GPU,缺乏透明度,限制在资源受限的设置中使用.
• 现有的早期检测程序面临着计算和资源限制.

研究的目的:

• 开发和发布Banana 0.9,一个开源的,基于CPU的医疗成像框架.
• 为了实现可重复的,基于CT的胃癌查工作流程.
• 提高癌症查的可解释性,可访问性和透明度.

主要方法:

• 使用确定性的Hounsfield-unit (HU) 规则实现了一个模块化,无GPU的CT成像管道.
• 使用开源架构来实现可重现性,接受DICOM,NIfTI和ZIP输入.
• 进行了10,000次蒙特卡洛模拟的内部评估和773次独立CT扫描的外部评估.

主要成果:

• 在城市和农村查条件下实现了0.87的模拟衍生平均AUC.
• 减少了超过80%的计算需求,并预计每位患者查成本将下降60%.
• 在没有重新培训的情况下,在外部数据上展示了100%的成功执行,表明可重复的操作.

结论:

• 香0.9提供了一个开放的,透明的,无GPU框架,用于改善胃癌查的可复制性和可访问性.
• 该系统在异质成像条件下显示一致和可重现的操作.
• 它的模块化设计,开放的代码库和低计算需求将它定位为未来多种癌症查工具的基础.