关注「影浮科技」

回复 「20230502」获取本期文献下载链接

本期文献一共5篇,简要汇总如下:

P1: Advances in Image Processing for Epileptogenic Zone Detection with MRI

>>>> 概要

专用的MRI处理技术可以提供关于致痫区(epileptogenic zone,EZ)位置的有价值的信息,并提高EZ的检测率。

局灶性癫痫是一种常见且严重的神经系统疾病。神经成像的目的是识别致痫区,最好是作为宏观结构病变。对于大约三分之一的慢性耐药局灶性癫痫患者,使用标准3.0-T MRI无法精确识别EZ。这可能是由于EZ在成像时无法检测到,或者癫痫活动是由生理异常而不是结构损伤引起的。最近,计算图像处理已被证明有助于放射学评估,并通过增强可疑区域的视觉显著性来提高发现可疑区域的成功率。虽然结构图像分析是EZ检测的前沿,但生理图像分析也已被证明可以提供有关EZ位置的有价值的信息。这篇综述总结并解释了当前最先进的图像分析计算方法,并介绍了它们在EZ检测方面的潜力。讨论了增强EZ检测的方法的当前局限性和未来可能的方向。

P2: Prospective Evaluation of PI-RADS Version 2.1 for Prostate Cancer Detection and Investigation of Multiparametric MRI–derived Markers

>>>> 摘要

背景

前列腺成像报告和数据系统(Prostate Imaging Reporting and Data System,PI-RADS)2.1版单独和结合定量MRI特征用于前列腺癌症检测的预期性能数据有限。

目的

评估不同PI-RADS 2.1版分类中基于病变的具有临床意义的前列腺癌症(clinically significant prostate cancer,csPCa)发生率,并确定可提高csPCa检测的MRI特征。

材料和方法

这项单中心前瞻性研究包括2019年4月至2021 12月接受多参数MRI和MRI/US引导活检的疑似或已知前列腺癌症患者。MRI扫描使用PI-RADS 2.1版进行前瞻性评估。如果存在明显的扩散限制,非典型过渡带(transition zone ,TZ)结节升级为第3类。国际泌尿外科病理学学会(International Society of Urological Pathology,ISUP)分级为2级或更高的病变被认为是csPCa。MRI特征是从放射科医生描绘的病变轮廓中获得的,包括三维直径、相对病变体积、球形度和表面体积比(surface to volume ratio,SVR)。在病变和参与者水平上进行单变量和多变量分析,以确定与csPCa相关的特征。

结果

总共包括454名男性,838处病变。分类为PI-RADS 1(n=3)、2(n=170)、3(n=197)、4(n=319)和5(n=149)的病变的csPCa发生率分别为0%、9%、14%、37%和77%。PI-RADS 4病变的csPCa发生率低于PI-RADS 5病变(P<.001),但高于PI-RADS 3病变(P<.001)。与未升级的病变相比,升级的PI-RADS 3TZ病变不太可能携带csPCa。csPCa的预测因素包括相对病变体积、SVR和2和3的瓣外扩张(extraprostatic extension,EPE)评分。

结论

csPCa的发生率在连续的PI-RADS类别3及以上之间存在差异。MRI特征,包括病变体积、形状和EPE评分2和3,预测了csPCa。PI-RADS 3类TZ病变的升级可能导致不必要的活检。

P3: Automation Bias in Mammography: The Impact of Artificial Intelligence BI-RADS Suggestions on Reader Performance

>>>> 概要

背景

自动化偏差(人类倾向于支持自动化决策系统的建议)是人机交互中已知的错误来源,但其对人工智能(artificial intelligence,AI)辅助乳房X光检查读数的影响尚不清楚。

目的

在人工智能(AI)系统的帮助下阅读乳房X光片时,确定自动化偏差如何影响缺乏经验、经验丰富和经验丰富的放射科医生。

材料和方法

在这项前瞻性实验中,27名放射科医生读取了50张乳房X光照片,并在所谓的人工智能系统的帮助下提供了他们的乳房成像报告和数据系统(Breast Imaging Reporting and Data System,BI-RADS)评估。乳房X光片于2017年1月至2019年12月期间采集,分为两组随机分组。第一个是10张乳房X光片的训练集,AI系统建议正确的BI-RADS类别。第二个是一组40张乳房X光片,其中12张建议使用不正确的BI-RADS类别。使用方差分析(analysis of variance,ANOVA)和重复测量ANOVA,然后是事后检验和Kruskal-Wallis检验,然后是Dunn事后检验来评估阅片者表现、BI-RADS评分的偏差程度、人工智能系统的感知准确性以及阅片者对自己的BI-RADS评级的信心。

结果

缺乏经验、经验丰富和经验丰富的放射科医生对乳房X光片的正确评级百分比受到BI-RADS类别AI预测的正确性的显著影响。与中等经验和非常有经验的阅片者相比,当所谓的人工智能错误地提出比实际基本事实更高的BI-RADS类别时,经验不足的放射科医生更有可能遵循其建议。

结论

结果表明,在基于人工智能的系统支持下,阅读乳房X光片的无经验、经验丰富和经验丰富的放射科医生容易出现自动化偏差。在结合人类阅片者和人工智能时,必须考虑人机交互的这种影响和其他影响,以确保安全部署和准确的诊断性能。

need-to-insert-img

P4:Toward AI-supported US Triage of Women with Palpable Breast Lumps in a Low-Resource Setting

背景

大多数低收入和中等收入国家无法获得有组织的乳腺癌症筛查,胸部肿块妇女可能要等待数月才能进行诊断评估。

目的

为了证明人工智能(artificial intelligence,AI)软件应用于低成本便携式设备和最低限度训练的观察者获得的乳房超声图像,可以在低资源的环境中准确地对可触及的乳房肿块进行分类。

材料和方法

这项前瞻性多中心研究评估了2017年12月至2021 5月在墨西哥一家医院登记的至少一名明显肿块的参与者。首先用便携式超声获得正交超声图像,在肿块和邻近组织部位有任何发现。然后,由放射科医生对女性进行标准护理(standard-of-care,SOC)US乳腺成像报告和数据系统评估。排除后,人工智能分析了300名女性中的758个肿块,输出为良性、可能是良性、可疑和恶性。测定灵敏度、特异性和受试者工作特征曲线下面积(area under the receiver operating characteristic curve,AUC)。

结果

患者平均年龄±标准差为50.0岁±12.5,平均最大病变直径为13mm±8。在758个肿块中,360个(47.5%)是可触及的,56个(7.4%)是恶性的,包括6个导管原位癌。AI使用便携式US或SOC US图像正确识别了49名癌症女性中的47名或48名(96%-98%),AUC分别为0.91和0.95。一例局限性浸润性导管癌可能与SOC US一起被归类为良性,与一例毛刺性侵袭性导管癌同侧。在251名患有良性肿块的女性中,168名(67%)SOC US成像被人工智能分类为良性或可能良性,251名便携式US肿块中有96名被分类为良性。放射科医生获得的图像的人工智能表现明显优于最低训练的观察者获得的图像。

结论

人工智能应用于乳腺肿块的便携式超声图像可以准确识别恶性肿瘤。可以在没有三级转诊的情况下对38%-67%的良性肿块妇女进行分诊的中度特异性应该通过人工智能和便携式超声的观察者培训来进一步改善。

P5:2023 RSNA Leadership

>>>> 摘要

文章提到了2023年RSNA领导层的成员名单,其中包括主席Curtis P. Langlotz, MD, PhD和总裁Matthew A. Mauro, MD。此外,董事会是由高技能和精心挑选的个人组成,致力于放射学的未来和推进协会的使命。

Radiology第18期:MRI检测致痫区的图像处理研究进展相关推荐

  1. 《HCY致血管病变机制的研究进展》阅读笔记

    影响HCY代谢的因素 (1)遗传因素 (2)营养因素: 因为摄入量不足或在体内的代谢受干扰以 致活性不足,导致HCY代谢所需的维生素辅助因子(叶酸.维 生素B6.维生素B12等)缺乏,HCY水平升高. ...

  2. 《强化学习周刊》第18期:ICML-2021强化学习的最新研究与应用

    No.18 智源社区 强化学习组 强 化 学  习 研究 观点 资源 活动 关于周刊 强化学习作为人工智能领域研究热点之一,其研究进展与成果也引发了众多关注.并且诸多研究成果发表于ICML-2021学 ...

  3. 双18期|CSS揭秘之简写属性

    theme: channing-cyan highlight: a11y-dark 双18期|CSS揭秘之简写属性 tips:每个技术点都值得优学优写:18期 一.写在前面 css 简写属性了解吗?前 ...

  4. 吉林教育杂志吉林教育杂志社吉林教育编辑部2022年第18期目录

    吉林教育杂志吉林教育杂志社吉林教育编辑部2022年第18期目录 特别关注     "双减"背景下的家庭教育 杨桂华; 3-5 管理理论     小学道德与法治学科高学历教师的专业再 ...

  5. 科技视界杂志科技视界杂志社科技视界编辑部2022年第18期目录

    科技视界杂志科技视界杂志社科技视界编辑部2022年第18期目录 医学科普     耳鸣耳聋,孰先孰后? 孙珊; 1-4 科技广角     双碳目标下生物质能发展现状及应用路径研究 梁志松;何楠;周旺; ...

  6. 【OCM第18期开班】第18期11g OCM培训将于8月23日,晚20点在腾讯课堂开班,第1场考试免费培训!!!...

    Oracle 11g ocm第18期将于8月23号晚上20点开班,第1场考试免费培训,包过,题库100%覆盖,提供和考试环境一样的练习和模拟环境. Oracle  11g OCM免费上课培训网上报名连 ...

  7. 聆听第18期贡献者荣誉榜发布,体验落地才是王道

    2018年10月16日,阿里云聆听贡献者荣誉榜第18期正式发布. 在这期榜单中, 除了常用产品ECS.OSS.SLB等相关产品需求及体验优化上线外,困扰开发者的两大问题也得到了进一步的优化. 1.短信 ...

  8. 中学教学参考杂志中学教学参考编辑部中学教学参考杂志社2022年第18期目录

    中学教学参考杂志中学教学参考编辑部中学教学参考杂志社2022年第18期目录 专题论析     高中物理拔尖人才培养研究--以南宁市第三中学为例 黄文斌;张井卫; 1-4 语文     让学生大胆提出& ...

  9. 办公室业务杂志办公室业务杂志社办公室业务编辑部2022年第18期目录

    办公室业务杂志办公室业务杂志社办公室业务编辑部2022年第18期目录 厅室建设<办公室业务>投稿:cn7kantougao@163.com     提高高校党政办公室工作人员自我修养的方法 ...

最新文章

  1. java使用类似ini文件IniProperties的类
  2. html调用js函数_Java Web初学者探索学习笔记10—网络API的js数据接口调用解决方案...
  3. sql server:删除表数据,标识列Id从1开始
  4. (转)OpenGL中位图的操作(glReadPixels,glDrawPixels和glCopyPixels应用举例)
  5. 你不知道的JavaScript(二)
  6. python计算众数
  7. 信号学习第一课--基础知识
  8. c# winform中datagridview空间添加序号和表头“序号”
  9. 小小恋歌(小さな恋のうた)
  10. 7K字面经 | 百度金融、蚂蚁金服、易贷网、金蛋科技等互联网金融公司面试经验...
  11. java滚动字幕实训报告_Java实习报告 (7000字).doc
  12. 用html+css制作简单好看的登陆注册界面
  13. 通达OA流程中心触发器使用实例
  14. 给定一个 n X n 的矩阵,求它的转置矩阵
  15. 写在2020年的初秋
  16. php.ini 验证码,PHP-验证码
  17. Matlab三维绘图------三维曲线图
  18. HapMap-人类基因组单倍型图谱
  19. 机器人瓦力有什么西方的风格_机器人瓦力中英文对照影评
  20. 【shell】实现交互|read读取键盘输入

热门文章

  1. 心中有“树”!图文并茂介绍数据结构中常见的树(一)
  2. 连续性微分方程详细推导过程
  3. c++Builder debug DataSet Visualizer
  4. excel随机数_【Excel】不要钱的抽奖软件,赶紧看过来~
  5. C语言国二程序改错,2012计算机国二C语言等级考试题库(内部资料)程序改错
  6. Android Camera系统
  7. [PAT乙级]1037. 在霍格沃茨找零钱(20)
  8. 基础篇_06_IPC之邮箱及消息队列
  9. 利用百度api实现ocr识别发票
  10. 【OAI】OAI5G核心网VPP-UPF网元分析