Система глибокого навчання визначає метастази в головному мозку, які важко виявити PlatoBlockchain Data Intelligence. Вертикальний пошук. Ai.

Система глибокого навчання визначає метастази в головному мозку, які важко виявити

Дослідники в Медичний центр Університету Дюка розробили систему комп’ютерного виявлення (CAD) на основі глибокого навчання для ідентифікації метастазів у головному мозку, які важко виявити, на МР-зображеннях. Алгоритм продемонстрував чудову чутливість і специфічність, випереджаючи інші системи САПР у розробці. Інструмент демонструє потенціал для ранньої ідентифікації нових метастазів у головному мозку, дозволяючи націлити на них стереотаксичну радіохірургію (SRS), коли вони вперше з’являються, і, для деяких пацієнтів, зменшуючи кількість необхідних процедур.

SRS, який використовує точно сфокусовані промені фотонів для доставки високої дози опромінення до мішеней у мозку за один сеанс променевої терапії, перетворюється на стандартне лікування пацієнтів з обмеженою кількістю метастазів у головному мозку. Однак, щоб націлити метастаз, його потрібно спочатку ідентифікувати на МРТ-зображенні. На жаль, приблизно 10% не є, 30% для тих, хто має розмір менше 3 мм, навіть після огляду експертами-нейрорадіологами.

Коли ці невиявлені метастази в головний мозок, які дослідники називають ретроспективно ідентифікованими метастазами (RIM), виявляються під час наступних сканувань МРТ, зазвичай потрібне друге лікування SRS. Таке лікування є дорогим, може бути незручним і інвазивним, іноді потребуючи іммобілізації голови за допомогою каркаса, закріпленого на черепі шпильками.

На останній щорічній зустрічі ASTRO Девон Годфрі пояснив, що дослідники розробили систему CAD на основі згорткової нейронної мережі (CNN) спеціально для покращення виявлення та сегментації RIM, які важко виявити, і дуже малих проспективно ідентифікованих метастазів (PIM). Годфрі та його колеги описують тестування та валідацію цієї системи в Міжнародний журнал радіаційної онкології, біологія, фізика.

Команда навчила інструмент CAD на даних МРТ (посилена контрастом ехо-послідовність зіпсованого градієнта) від 135 пацієнтів із 563 метастазами в головному мозку. Зображення були отримані за допомогою МРТ-сканерів 1.5 Т і 3.0 Тл від різних постачальників у багатьох закладах Duke Health. Загалом набір даних включав 491 PIM із середнім діаметром 6.7 мм та 72 RIM від 32 пацієнтів із середнім діаметром 2.7 мм.

Щоб ідентифікувати RIM, дослідники переглянули оригінальні МРТ-зображення кожного пацієнта, щоб знайти ознаки посилення контрасту в точному місці, де пізніше було виявлено метастаз. Після огляду вони класифікували кожен RIM як такий, що відповідає діагностичним критеріям на основі зображень (+DC) або має недостатню візуальну інформацію (-DC), щоб ідентифікувати його як метастаз.

Дослідники рандомізували набір даних RIM і PIM на п’ять груп, використовуючи чотири з них для розробки моделі та алгоритму, а одну – як тестову групу. «Включення як +DC, так і -DC RIM призвело до найвищої чутливості для кожної категорії та розміру метастазів у мозок, а також повернуло найнижчу кількість хибнопозитивних результатів і найвищу позитивну прогностичну цінність», — повідомляють вони. «Це демонструє очевидну перевагу включення надмірної вибірки невеликих складних метастазів у головний мозок до даних навчання CAD».

Для PIM і +DC RIM, які мають чіткі характеристики метастазів на МРТ, модель досягла загальної чутливості 93%, починаючи від 100% для уражень розміром більше 6 мм у діаметрі до 79% для уражень розміром менше 3 мм. Рівень хибнопозитивних результатів також був вражаюче низьким, із середнім показником 2.7 на людину, у порівнянні з від 35 до XNUMX в інших системах CAD із порівнянною чутливістю виявлення невеликих уражень.

Система CAD також змогла виявити деякі RIM-DC як у наборах для розробки, так і в тестовому наборі. Виявлення метастазів у головний мозок на цій самій ранній стадії було б великою клінічною перевагою, оскільки такі ураження можна було б більш ретельно контролювати за допомогою візуалізації, спонукаючи до лікування, якщо це необхідно.

Зараз команда Duke працює над підвищенням точності інструменту САПР, використовуючи кілька послідовностей МР. Годфрі пояснює, що дослідження МРТ головного мозку майже завжди включають кілька послідовностей МРТ, які дають унікальну інформацію про кожен воксель у мозку. «Ми вважаємо, що включення додаткової інформації, доступної з цих інших послідовностей, має підвищити її точність», — говорить він.

Годфрі зазначає, що дослідникам залишилися лічені тижні до запуску змодельованого проспективного клінічного дослідження існуючої системи CAD, щоб дослідити, як цей інструмент впливає на прийняття клінічних рішень як радіологами, так і радіологами-онкологами.

«Кільком експертам-нейрорадіологам і нейропроменевим онкологам, які виконують SRS, буде представлено МРТ-сканування головного мозку. Їх попросять знайти будь-яке ураження, яке може бути метастазом у мозок, оцінити рівень впевненості, що це так, і вказати, чи будуть вони лікувати ураження за допомогою SRS, виходячи з його вигляду на зображеннях», — розповідає він. Світ фізики. «Потім ми представимо їм прогнози ІХС і оцінимо вплив ІХС на клінічні рішення кожного лікаря».

Якщо це симуляційне дослідження дасть багатообіцяючі результати, Годфрі очікує розгортання інструменту САПР для перспективного виявлення складних метастазів у головному мозку у нових пацієнтів, які лікуються в клініці радіаційної онкології Дьюка згідно з протоколом дослідження, можливо, вже в середині 2023 року.

Часова мітка:

Більше від Світ фізики