European Radiology:动态增强MRI乳腺肿瘤的深度卷积神经网络三维分割

2023-01-30 shaosai MedSci原创 发表于上海

最近,深度学习方法的兴起为解决器官和病变的分割带来了新的机会。深度卷积神经网络(CNN)已经成为最先进的2D和3D医学图像分割方法,许多公共数据库和分割挑战可用于训练和测试CNN模型。

现阶段核磁共振成像已成为检测、诊断和跟踪治疗乳腺癌的标准成像方式之一。动态对比增强MRI(DCE-MRI)通常用于放射组学等定量分析,以评估乳腺病变或肿瘤扩展的恶性程度或预测其对新辅助治疗的反应。这种分析需要对乳腺肿瘤进行精确的分割,但人工划定病变范围十分耗时,而且容易在放射科医生之间和内部产生差异经常构成使用乳腺MRI进行大型成像研究的定量分析的瓶颈。通过提供对从肿瘤病变中提取的强大的三维定量特征的简单访问,自动三维肿瘤分割将大大改善乳腺MRI成像中非侵入性生物标志物的识别。

最近,深度学习方法的兴起为解决器官和病变的分割带来了新的机会。深度卷积神经网络(CNN)已经成为最先进的2D和3D医学图像分割方法许多公共数据库和分割挑战可用于训练和测试CNN模型。

近日,发表在European Radiology杂志的一项研究在开发一种用于使用T1加权动态对比增强(T1-DCE)MRI对乳腺肿瘤进行三维分割视觉集合选择的深度卷积神经网络(CNN)以协助放射科医生在DCE-MRI上进行乳腺病变的自动化分割。

本项研究将中心的经三维T1-DCE磁共振成像(n = 141)诊断为局部晚期或侵袭性乳腺癌的患者纳入研究111张扫描的肿瘤病灶由两位放射科医生平均分配,并进行分割训练。另外30张扫描片由两位放射科医生独立分割,用于测试。使用强化后的图像或强化后和减影图像的组合在图像或特征水平上融合,训练三个三维U-Net模型。使用Dice相似性系数(DSC)和Hausdorff距离(HD95)对分割精度进行定量评估,并由放射科医生进行定性评分,分为优秀、有用、有帮助或不可接受。基于这个分数,本项研究提出了一种视觉组合方法,在这三种模型中选择最佳分割。

两位放射科医生之间的DSC和HD95的平均值和标准差分别为77.8±10.0%和5.2±5.9毫米。使用视觉组合选择,DSC和HD95等于78.1±16.2%和14.1±40.8 mm。50%(77%)的定性评估为优秀(相当于优秀或有用)。


 
 对测试数据库中三个病例的代表性分割结果的说明(轴和冠状视图)。从左到右:T1c体积,SubT1体积,U-Net提供的分割(T1c),U-Net ILF(T1c + SubT1),U-Net FLF(T1c + SubT1),R1和R2提供的GT)。DSC(%)和R1提供的视觉评分(VS)都包含在每个病例下面。视觉组合选择对应于病例1的U-Net(T1c)提供的分割,病例2和3的U-Net ILF(T1c + SubT1)提供的分割

本项研究表明,使用减影图像做为CNN对乳腺病变进行三维分割提供了重要的补充信息。视觉组合选择允许放射科医生选择由三个三维U-Net模型获得的最理想分割,且取得了与放射科医生相当的分割结果,产生了77%被的优秀或有用的分割体积,为进一步的研究提供了技术支持。
原文出处:

Masoomeh Rahimpour,Marie-Judith Saint Martin,Frédérique Frouin,et al.Visual ensemble selection of deep convolutional neural networks for 3D segmentation of breast tumors on dynamic contrast enhanced MRI.DOI:10.1007/s00330-022-09113-7

版权声明:
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章,或“梅斯号”自媒体发布的文章,仅系出于传递更多信息之目的,本站仅负责审核内容合规,其内容不代表本站立场,本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
评论区 (0)
#插入话题

相关资讯

Radiology:E-成像评估超声筛查发现乳腺肿瘤的额外价值

2014年,Radiology杂志中刊登了韩国大学附属医院的新研究,该研究显示E-成像用于超声筛查乳腺肿瘤可获得额外价值。 该研究纳入207例病例。每个病例先进行常规超声诊断,得出初步BI-RADS分类诊断;接着做E-成像检查,颜色为均匀深蓝或者Emax小于30Kpa者降级随访。 结果发现:对于超声筛查乳腺肿瘤的工作中,E-成像可以显著提高诊断的特异度,特别是初步BI-RADS分类

Virchows Arch:CD133在区分乳管内乳头状侵袭良恶性肿瘤的诊断价值

Virchows Arch:CD133在区分乳管内乳头状侵袭良恶性肿瘤的诊断价值 研究背景:乳腺乳头状癌在新诊断乳腺癌中所占比例不到2%,常发生与绝经后妇女,因其组织学表现为手指样或乳头样凸起而得名。乳头状癌与导管原位癌有相似的预后和预测因素,因此区分导管内乳头状瘤和乳头状癌尤为重要。然而由于发病率较低、形态学多变(有些特征与非典型乳头状瘤相似)、诊断常常很困难。肿瘤干细胞这一概念的兴起为肿

J Periodontol:芳香酶抑制剂可增加乳腺癌患者患牙周炎的风险

J Periodontol:芳香酶抑制剂可增加乳腺癌患者患牙周炎的风险 近日有研究表明辅助性使用AI治疗可增加患者患牙周炎的危险,该研究与2015年2月12日在线发表于 JOURNAL OF PERIODONTOLOGY《牙周病学杂志》。芳香酶抑制剂(AI)的应用可导致雌激素水平降低,进而影响骨质密度(BMD)。牙周炎,牙槽骨丧失以及牙齿的丧失均与BMD过低有关。本研究的目的是评估接受A

这么大的乳腺肿瘤,你见过吗 ?

据国内文献报道,该病例是目前国内切除最大的乳腺肿物。本文建议医学专业人士阅读以下图片或引起不适,请谨慎滑动▼▼▼▼▼▼2016年12月1日,北京医院甲状腺乳腺与疝外科成功完成一例巨大肿瘤切除手术。患者,女,53岁,来自辽宁大连。左乳腺肿痛已生长5年多。在当地医院活检,病理报告为“梭状细胞乳腺癌”。近半年生长迅速,肿瘤破溃出血,感染。病人每天发烧38℃-39℃,由于肿瘤巨大压迫,来北京医院就诊时肿瘤

Sco;Robot:新希望!微型机器人或将奋战抗肿瘤前线

近来,合成微纳米材料已经在生物医学应用方面取得了巨大的进步。然而,现有的微纳米平台在深部组织成像和体内运动控制方面仍然不够优秀。近日,加州理工学院的研究人员发表了关于光声计算机断层扫描(photoacoustic computed tomography,PACT)引导的体内肠道微型机器人的研究,在这两方面都取得了进步。

European Radiology:定量动态增强MRI对乳腺纤维上皮肿瘤不同组织学分级的评估

乳腺纤维上皮肿瘤(PT)是一种罕见的纤维上皮肿瘤,约占所有乳腺肿瘤的0.5-1%,占所有纤维上皮乳腺肿瘤的2-3%。