Автоматическая сегментация послеоперационных полостей резекции на магнитно-резонансных томограммах при фокальной эпилепсии: многоцентровое исследование MELD по выявлению эпилептогенных поражений
Automated segmentation of postsurgical resection cavities on magnetic resonance imaging in focal epilepsy: A Multicentre Epilepsy Lesion Detection study
Аннотация
Цель: Для количественной оценки объёма удалённой ткани после хирургического лечения эпилепсии необходимо точно очерчивать полость резекции на послеоперационных магнитно-резонансных томограммах (МРТ). Современные методы маскирования полости резекции требуют много времени и значительных трудозатрат, а существующие автоматизированные подходы характеризуются вариабельной точностью сегментации, особенно после экстра-темпоральных резекций. Мы разработали MELD-PostOp — инструмент на основе глубокого обучения, обученный и протестированный на большой неоднородной выборке для автоматической сегментации полостей резекции.
Методы: В исследование включили послеоперационные трёхмерные T1-взвешенные МРТ, выполненные на томографах с индукцией магнитного поля 1,5 и 3 Тл, из проекта Multicentre Epilepsy Lesion Detection (MELD; n = 969, 27 центров) и набора данных EPISURG (n = 133). В выборку вошли дети и взрослые с различной локализацией резекций, патологией и характеристиками МРТ. Полости резекции у 285 пациентов сегментировали вручную и использовали для обучения модели-прототипа nnU-Net. С помощью модели-прототипа создали ещё 680 масок полостей резекции; после контроля качества и редактирования их объединили с исходными 285 масками для обучения итоговой модели MELD-PostOp (n = 965). Для оценки модели сформировали стратифицированную тестовую когорту (n = 50) и независимую тестовую когорту (n = 87). Эффективность оценивали по коэффициенту сходства Дайса (DSC), 95-му перцентилю расстояния Хаусдорфа (HD95), числу предсказанных кластеров и времени обработки, а также сравнивали с валидированными инструментами Epic-CHOP, ResectVol и RESSEG.
Результаты: В объединённой тестовой когорте MELD-PostOp продемонстрировала медианный DSC 0,85 и HD95 3,61, превзойдя Epic-CHOP (DSC 0,69; HD95 9,67), ResectVol (DSC 0,66; HD95 15,05) и RESSEG (DSC 0,43; HD95 32,67). Значимое улучшение отмечалось как при височных, так и, особенно, при экстра-темпоральных резекциях. Модель выявила 98,5% полостей резекции (135 из 137). Время обработки одного МРТ-исследования с помощью MELD-PostOp составило 17 с по сравнению с 612 с для ResectVol, 3205 с для Epic-CHOP и 4 с для RESSEG. Высокая эффективность MELD-PostOp сохранялась в различных клинических и визуализационных подгруппах (медианный DSC > 0,8).
Значимость: MELD-PostOp — исследовательский инструмент с открытым исходным кодом, обеспечивающий точную, быструю и обобщаемую сегментацию послеоперационных полостей резекции только по данным послеоперационной МРТ.
Переведем эту статью за 1 час
Загрузите PDF, а мы сделаем полный перевод, краткий конспект и красивую инфографику.
Попробовать бесплатно →Также в Подтеме: еженедельные литобзоры, база международных клинреков и конспекты свежих мед. статей и подкастов каждый день.