Temel Kavramlar
国立がん研究所のイメージングデータコモンズにおける11のがんイメージングコレクションに対して、nnU-Netモデルを使用してAIアノテーションを生成し、一部の結果を放射線科医が確認・修正した。これにより、がんイメージング研究とアルゴリズム開発を支援する包括的で正確なアノテーションデータセットが提供された。
Özet
本プロジェクトでは、国立がん研究所のイメージングデータコモンズ(IDC)の11のがんイメージングコレクションに対して、nnU-Netモデルを使用してAIアノテーションを生成した。これらのコレクションには、CT、MRIなどさまざまなモダリティの画像が含まれ、肺、乳房、脳、腎臓、前立腺、肝臓などの部位をカバーしている。
AIモデルの訓練には、公開されているデータセットを使用した。生成されたAIアノテーションの一部は放射線科医によって確認・修正された。AIアノテーションと放射線科医の修正アノテーションはともにDICOM標準に準拠してエンコードされ、IDCコレクションに統合された。
このプロジェクトの成果として、包括的で正確なアノテーションデータセットが提供された。これにより、がんイメージング研究とアルゴリズム開発が大きく促進されることが期待される。AIモデルとアノテーションデータはすべて公開されており、研究コミュニティによる活用が可能となっている。
İstatistikler
脳MRIにおける全腫瘍領域のDice係数は0.98±0.07、95%ハウスドルフ距離は6.88±0.34 mm、正規化表面距離(NSD)は0.98±0.042(許容誤差1 mm)であった。
乳房MRIにおける乳房領域のDice係数は0.99±0.01、95%ハウスドルフ距離は0.74±2.92 mm、NSDは0.09±0.223(許容誤差1 mm)であった。
肝臓CTにおける肝臓領域のDice係数は0.99±0.02、95%ハウスドルフ距離は2.33±7.70 mm、NSDは0.29±0.957(許容誤差5 mm)であった。