TY - JOUR

T1 - Программный модуль для диагностики опухолей головного мозга на МРТ-изображениях

AU - Тучинов, Баир Николаевич

AU - Летягин, Андрей Юрьевич

AU - Амелина, Евгения Валерьевна

AU - Амелин, Михаил Евгеньевич

AU - Павловский, Евгений

AU - Голушко, Сергей Кузьмич

N1 - Тучинов Б.Н., Летягин А.Ю., Амелина Е.В., Амелин М.Е., Павловский Е.Н., Голушко С.К. Программный модуль для диагностики опухолей головного мозга на МРТ-изображениях // Digital Diagnostics. - 2023. - Т. 4. - №1S. - C. 138-140.

PY - 2023

Y1 - 2023

N2 - Обоснование: основной причиной для разработки и внедрения технологий искусственного интеллекта (ИИ) в нейроонкологии является широкая распространённость опухолей головного мозга — до 200 случаев на 100 тыс. населения. Частота встречаемости первичного очага в головном мозге — 5–10%, но у 60–70% умерших от злокачественных новообразований обнаруживаются метастазы в головном мозге. Магнитно-резонансная томография (МРТ) — наиболее распространённый метод первичной неинвазивной диагностики опухолей головного мозга и контроля динамики заболевания. Одними из самых сложных задач в этой области являются классификация типов опухолей и определение клинических параметров (размер и объём) для проведения, диагностики и лечебных процедур, в том числе операции.Цель: разработать программный модуль для дифференциальной диагностики новообразований головного мозга на МРТ-изображениях.Методы: программный модуль основан на разработанном наборе данных — Siberian Brain Tumor Dataset (SBT), в котором содержится информация о более 1000 пациентов нейрохирургического профиля с полностью верифицированными постоперационными диагнозами (гистологически и иммуногистохимически). Источником данных для исследований и разработки является Федеральный центр нейрохирургии (г. Новосибирск). В основе лежат двух- и трёхмерные модели компьютерного зрения с предварительной обработкой данных МРТ-последовательности, включённые в пакеты: предконтрастное Т1-взвешенное изображение, постконтрастное Т1-взвешенное изображение, T2-взвешенное изображение, T2-взвешенные изображения с технологией инверсии-восстановления с ослаблением сигнала от жидкости. Данные модели позволяют с высокой точностью обнаруживать и распознавать 4 типа новообразований: менингиома, невринома, глиобластома и астроцитома, а также сегментировать и выделять компоненты и размеры: ET (часть опухоли, поглощающая Gd-содержащий контраст); TC (tumor core — ядро опухоли) = ET + Necr (некроз) + NenTu; WT (whole tumor — опухоль целиком) = TC + Ed (перитуморальный отёк).Результаты: разработанный программный модуль демонстрирует высокие результаты сегментации на SBT по метрике Dice для областей ET 0,846; TC 0,867; WT 0,9174; Sens 0,881 и Spec 1,000. Проведена апробация и проверка на международном конкурсе BraTS Challenge 2021. На тестовом наборе данных получены значения DiceET 0,86588; DiceTC 0,86932 и DiceWT 0,921, что позволило разработанному программному модулю войти в десятку лидеров. По классификации полученные результаты демонстрируют не только высокие показатели точности до 92% при анализе пациентов (и до 89% при анализе срезов), но и очень высокий потенциал, а также перспективу для будущих исследований в этой области.Заключение: разработанный программный модуль может быть использован для обучения специалистов и в клинической диагностике.

AB - Обоснование: основной причиной для разработки и внедрения технологий искусственного интеллекта (ИИ) в нейроонкологии является широкая распространённость опухолей головного мозга — до 200 случаев на 100 тыс. населения. Частота встречаемости первичного очага в головном мозге — 5–10%, но у 60–70% умерших от злокачественных новообразований обнаруживаются метастазы в головном мозге. Магнитно-резонансная томография (МРТ) — наиболее распространённый метод первичной неинвазивной диагностики опухолей головного мозга и контроля динамики заболевания. Одними из самых сложных задач в этой области являются классификация типов опухолей и определение клинических параметров (размер и объём) для проведения, диагностики и лечебных процедур, в том числе операции.Цель: разработать программный модуль для дифференциальной диагностики новообразований головного мозга на МРТ-изображениях.Методы: программный модуль основан на разработанном наборе данных — Siberian Brain Tumor Dataset (SBT), в котором содержится информация о более 1000 пациентов нейрохирургического профиля с полностью верифицированными постоперационными диагнозами (гистологически и иммуногистохимически). Источником данных для исследований и разработки является Федеральный центр нейрохирургии (г. Новосибирск). В основе лежат двух- и трёхмерные модели компьютерного зрения с предварительной обработкой данных МРТ-последовательности, включённые в пакеты: предконтрастное Т1-взвешенное изображение, постконтрастное Т1-взвешенное изображение, T2-взвешенное изображение, T2-взвешенные изображения с технологией инверсии-восстановления с ослаблением сигнала от жидкости. Данные модели позволяют с высокой точностью обнаруживать и распознавать 4 типа новообразований: менингиома, невринома, глиобластома и астроцитома, а также сегментировать и выделять компоненты и размеры: ET (часть опухоли, поглощающая Gd-содержащий контраст); TC (tumor core — ядро опухоли) = ET + Necr (некроз) + NenTu; WT (whole tumor — опухоль целиком) = TC + Ed (перитуморальный отёк).Результаты: разработанный программный модуль демонстрирует высокие результаты сегментации на SBT по метрике Dice для областей ET 0,846; TC 0,867; WT 0,9174; Sens 0,881 и Spec 1,000. Проведена апробация и проверка на международном конкурсе BraTS Challenge 2021. На тестовом наборе данных получены значения DiceET 0,86588; DiceTC 0,86932 и DiceWT 0,921, что позволило разработанному программному модулю войти в десятку лидеров. По классификации полученные результаты демонстрируют не только высокие показатели точности до 92% при анализе пациентов (и до 89% при анализе срезов), но и очень высокий потенциал, а также перспективу для будущих исследований в этой области.Заключение: разработанный программный модуль может быть использован для обучения специалистов и в клинической диагностике.

KW - МРТ

KW - НЕЙРООНКОЛОГИЯ

KW - КОМПЬЮТЕРНОЕ ЗРЕНИЕ

KW - СЕГМЕНТАЦИЯ ОПУХОЛИ

KW - КЛАССИФИКАЦИЯ ОПУХОЛЕЙ ГОЛОВНОГО МОЗГА

UR - https://www.scopus.com/record/display.uri?eid=2-s2.0-85193691131&origin=inward&txGid=cd230069a99593bc1e08a015f4a70f8d

UR - https://elibrary.ru/item.asp?id=54253339

UR - https://www.mendeley.com/catalogue/5d4fc390-adc1-3002-a266-3a2996f4178c/

U2 - 10.17816/DD430372

DO - 10.17816/DD430372

M3 - статья по материалам конференции

VL - 4

SP - 138

EP - 140

JO - Digital Diagnostics

JF - Digital Diagnostics

SN - 2712-8490

IS - 1S

M1 - 43

ER -