Статистическая валидация качества сегментации изображений на основе индекса пространственного перекрытия

Цель: Изучить метод статистической валидации, основанный на пространственном перекрытии двух наборов сегментаций одной и той же анатомической структуры.

Материалы и методы: В качестве показателя статистической валидации использовали коэффициент сходства Дайса (DSC) для оценки воспроизводимости ручной сегментации и точности пространственного перекрытия автоматической вероятностной сегментации МР-изображений с дробными значениями на двух клинических примерах. Пример 1: 10 последовательным пациентам, которым выполняли брахитерапию предстательной железы, проводили предоперационную МРТ при напряжённости магнитного поля 1,5 Тл и интраоперационную МРТ при 0,5 Тл. В каждом случае отдельно на предоперационных и интраоперационных изображениях выполняли по 5 повторных ручных сегментаций периферической зоны предстательной железы. Пример 2: к МР-изображениям 9 пациентов с тремя типами опухолей головного мозга применяли полуавтоматический алгоритм вероятностной сегментации с дробными значениями. Рассчитывали значения DSC, логит-преобразованные значения сравнивали между средними с помощью дисперсионного анализа (ANOVA).

Результаты: Пример 1: средние значения DSC составили 0,883 (диапазон 0,876–0,893) для предоперационной МРТ при 1,5 Тл и 0,838 (диапазон 0,819–0,852) для интраоперационной МРТ при 0,5 Тл (P < 0,001); эти показатели находились соответственно в пределах диапазона хорошей воспроизводимости и на его нижней границе. Пример 2: при сегментации опухолей головного мозга выявлен широкий диапазон значений DSC: для менингиом — 0,519–0,893, астроцитом — 0,487–0,972 и других смешанных глиом — 0,490–0,899.

Выводы: Значение DSC представляет собой простой и полезный сводный показатель пространственного перекрытия, который можно применять для оценки воспроизводимости и точности сегментации изображений. В двух клинических приложениях результаты валидации в целом были удовлетворительными, но варьировали в широких пределах. Этот показатель можно адаптировать для аналогичных задач валидации.