人工智能辅助的OCT成像用于核心针活检指导:人类第一个研究研究

科学领域:

• 医疗成像医学成像
• 人工智能在医学中的应用
• 在瘤学瘤学.

背景情况:

• 皮肤成像导向活检的成功受到组织异质性 (脂肪,亡,纤维化) 的限制.
• 目前的成像 (超声波,CT) 缺乏分辨率来评估组织组成,以选择最佳的活检部位.
• 不足够的样本导致重复活检,增加医疗保健成本.

研究的目的:

• 引入一种光学成像/人工智能 (OI/AI) 结合方法,用于在活检针尖处实时评估组织形态.
• 为了减少由于瘤含量低或脂肪组织高而导致非诊断性活检核的比例 (目前高达40%).
• 为临床医生提供实时数据,以改善活检部位的选择.

主要方法:

• 使用微米尺度的光学连贯性断层扫描 (OCT) 图像,通过微创针探针进行详细的组织结构分析.
• 开发并使用一个卷积神经网络 (CNN) 驱动的AI软件 (U-net架构) 来自动细分来自OCT扫描的瘤区域.
• 对肝癌患者进行了临床研究,使用专家注释的OCT图像来训练和验证AI算法.

主要成果:

• OCT成像提供了高质量的组织图像,轴分辨率为10毫米,侧分辨率为20毫米.
• 在验证数据集上,U-Net AI 模型实现了 ~0.877 的曲线下面面积 (AUC).
• 人工智能模型与人类专家的解释大约有90%的一致性,这表明它的准确性很高.

结论:

• 一个新的OCT仪器与AI软件相结合,有效地评估了活检针尖上的组织组成.
• 该系统提供微米级分辨率成像,使人工智能驱动的实时组织类型歧视成为可能.
• 这项技术显示出显著的临床潜力,可以提高活检的准确性和成功率.