XXX. Magyar Radiológus Kongresszus

3. Szekció: Mesterséges intelligencia

S03.06: Automatizált máj volumetria 3D U-Net hálózaton alapuló mesterséges intelligenciával portális fázisú CT felvételeken

Összefoglaló szövege

Célkitűzés:
A májtérfogat meghatározásához a CT felvételek manuális szegmentálása túlzottan időigényes. Alternatív, félig vagy teljesen automatikus computer asszisztált módszerek gyorsíthatják a klinikai munkafolyamatot. Célunk a májszegmentálás mesterséges intelligencia alapú, automatizált módszereinek összehasonlítása, fejlesztése.

Módszerek:
Retrospektív kutatásunkat diffúz, illetve fokális májelváltozásokat mutató 62 portális vénás fázisú CT felvétel felhasználásával végeztük. A felvételeket 5mm-es szeletvastagsággal rekonstruáltuk, majd szeletről-szeletre manuálisan kijelöltük a teljes máj területét. A májak félig automatikus szegmentálását a 3D Slicer program "grow from seeds" eszközével végeztük minden felvétel esetén minden harmadik (A módszer), illetve csak 5 előre meghatározott szelet kézi kijelölését követően (B módszer). A félig automatikus szegmentálás eredményéül kapott 3D volumeneken automatikus felület simítást végeztünk. Végül a máj teljesen automatikus 3D szegmentálására (C módszer) egy saját fejlesztésű, „teljesen kapcsolt rétegekből” álló konvolúciós neurális hálózatot (U-Net) használtunk. Az U-Net tanításához 51 manuálisan szegmentált CT felvételt használtunk, és a fennmaradó 11 felvételen, mint teszt halmazon határoztuk meg 10-szeres keresztvalidációt követően a predikció pontosságát.

Eredmények:
A félig automatikus módszerrel szegmentált 62 májvolumen meghatározásánál az A módszer esetén a Dice együttható (DSC)=átlag±SD=96,17%±0,65%, a Hausdorff átlagos távolság (Hd)=0,95±0,22mm és a Jaccard index (Jc)=92,64%±1,21% pontosságot mutatott a manuális szegmentáláshoz viszonyítva. A B módszer esetén szintén kiváló pontosságot kaptunk, DSC=93,83%±1,37%, Hd=1,83±0,67mm, és Jc=88,41%±2,26%. Végezetül a C módszer pontossága DSC=87,17%±2,37%, Hd=4,25±0,76mm, és Jc=76,73%±4,30%-nak bizonyult. A prediktált májvolumen és a teljes májtérfogat közötti térfogatkülönbség a három módszer esetén 1,85%±2,79%; 2,64%±2,78% és 4,09%±4,26% volt.

Következtetések:
Eredményeink alapján a konvolúciós neurális hálózaton alapuló automatikus szegmentálási módszer a félig automatikus módszerekhez és a manuális kijelöléshez hasonló pontossággal képes meghatározni a májvolument, felgyorsítva ezzel a klinikai munkafolyamatot.