深層学習システムは、検出が困難な脳転移を識別します

研究者は デューク大学病院 MR 画像で検出が困難な脳転移を識別するために、深層学習ベースのコンピューター支援検出 (CAD) システムを開発しました。 このアルゴリズムは、優れた感度と特異性を示し、開発中の他の CAD システムよりも優れていました。 このツールは、新たな脳転移を早期に特定できる可能性を示しており、最初に出現したときに定位放射線手術 (SRS) の対象となり、一部の患者では必要な治療の数を減らすことができます。

SRS は、正確に集束された光子ビームを使用して、10 回の放射線療法セッションで脳内の標的に高線量の放射線を照射するもので、脳転移の数が限られている患者に対する標準治療へと進化しています。 ただし、転移を標的にするには、まず MR 画像で転移を特定する必要があります。 残念ながら、約 30% はそうではなく、3% はサイズが XNUMX mm 未満の場合であり、専門の神経放射線科医によって検査されたとしても.

これらの未発見の脳転移 – 研究者が遡及的に特定された転移 (RIM) と呼んでいる – がその後の MRI スキャンで特定された場合、通常は XNUMX 回目の SRS 治療が必要です。 このような治療は高価であり、不快で侵襲的である可能性があり、ピンで頭蓋骨に固定されたフレームで頭を固定する必要がある場合があります.

最近の ASTRO 年次総会では、 デヴォン・ゴッドフリー 研究者らは、検出が困難な RIM と非常に小さい前向きに同定された転移 (PIM) の検出とセグメンテーションを改善するために、特に畳み込みニューラル ネットワーク (CNN) ベースの CAD システムを設計したと説明しました。 Godfrey と同僚は、このシステムのテストと検証について次のように説明しています。 国際放射線腫瘍学ジャーナル生物学物理学.

チームは、135 の脳転移を有する 563 人の患者からの MRI データ (造影剤が強化されたスポイル グラジエント エコー シーケンス) で CAD ツールをトレーニングしました。 画像は、複数の Duke Health の場所で、さまざまなベンダーの 1.5 T および 3.0 T MRI スキャナーを使用して取得されました。 合計で、データ セットには、直径の中央値が 491 mm の 6.7 個の PIM と、直径の中央値が 72 mm の 32 人の患者からの 2.7 個の RIM が含まれていました。

RIM を特定するために、研究者は各患者の元の MR 画像を調べて、後に転移が検出された正確な位置でコントラスト増強の兆候を探しました。 レビューの後、彼らは各RIMを、画像に基づく診断基準を満たしているか（+DC）、または転移として特定するのに十分な視覚情報がないか（-DC）のいずれかに分類しました。

研究者は RIM と PIM のデータ セットを XNUMX つのグループに無作為に割り付け、そのうちの XNUMX つをモデルとアルゴリズムの開発に使用し、XNUMX つをテスト グループとして使用しました。 「+DC RIM と -DC RIM の両方を含めることで、すべての脳転移のカテゴリとサイズで最高の感度が得られ、偽陽性率が最も低くなり、陽性的中率が最も高くなりました」と彼らは報告しています。 「これは、小さな挑戦的な脳転移の過大なサンプリングをCADトレーニングデータに含めることの明らかな利点を示しています。」

PIM および +DC RIM (MRI で転移の明確な特徴がある) の場合、モデルは 93% の全体的な感度を達成し、直径 100 mm を超える病変の 6% から 79 mm 未満の病変の 3% までの範囲でした。 偽陽性率も驚くほど低く、2.7 人あたり平均 35 で、小さな病変の検出感度が同等の他の CAD システムでは XNUMX ～ XNUMX でした。

CAD システムは、開発セットとテスト セットの両方で -DC RIM の一部を検出することもできました。 この初期段階での脳転移の特定は、臨床的に大きな利点となるでしょう。そのような病変は、その後、イメージングでより徹底的に監視でき、必要に応じて治療を促せるからです。

Duke チームは現在、複数の MR シーケンスを利用して CAD ツールの精度を向上させるために取り組んでいます。 Godfrey は、脳の MRI 研究には、ほとんどの場合、脳内のすべてのボクセルに関する固有の情報を生成する複数の MR シーケンスが含まれていると説明しています。 「これらの他のシーケンスから得られる追加情報を組み込むことで、精度が向上すると考えています」と彼は言います。

Godfrey は、ツールが放射線科医と放射線腫瘍医の両方による臨床的意思決定にどのように影響するかを調査するために、研究者が既存の CAD システムのシミュレートされた前向き臨床使用研究を開始するまであと数週間であると述べています。

「SRS を実施する複数の専門神経放射線科医と神経放射線腫瘍医が、脳 MR スキャンを提示されます。 彼らは、脳転移である可能性のある病変を見つけ、その信頼度を評価し、画像の外観に基づいて病変を SRS で治療するかどうかを述べるように求められます」と彼は言います。 物理学の世界. 「その後、CAD 予測を提示し、各医師の臨床決定に対する CAD の影響を評価します。」

このシミュレーション研究で有望な結果が得られた場合、Godfrey 氏は、おそらく早ければ 2023 年半ばに、研究プロトコルに基づいて Duke Radiation Oncology クリニックで治療を受けている新しい患者で困難な脳転移を前向きに特定するのに役立つ CAD ツールを展開することを期待しています。