HOTLINE
035 575 8956

Mô hình Deep learning giúp tìm và phân đoạn di căn não trên MRI

Mô hình Deep learning giúp tìm và phân đoạn di căn não trên MRI


Một thuật toán mới, tự động phát hiện các phân đoạn di căn não trên MRI đa nhiệm (multisequence MRI), giúp các bác sĩ CĐHA cùng bác sĩ xạ trị giảm thời gian trong việc phát hiện các khối u, theo một nghiên cứu trực tuyến ngày 2 tháng 5 trên Tạp chí Cộng hưởng từ.

Một nhóm các nhà nghiên cứu từ đại học Stanford, dẫn đầu bởi Tiến sĩ Endre Grøvik, tạo ra một mạng nơ ron tích chập (CNN) mang lại độ chính xác cao trong việc phát hiện và phân đoạn trong di căn não.

“Việc phân đoạn chính xác là điều bắt buộc trong việc tiến hành xạ trị não để làm giảm thiểu tổn thương cho những mô bình thường lân cận.”, nhóm tác giả viết “Mạng lưới nơ ron của chúng tôi là sự kết hợp của trực quan hóa, định lượng và phân đoạn thành một bước đơn giản nhất, tạo ra kết quả có thể được áp dụng trực tiếp vào việc xạ trị và giảm thiểu tối đa tác động đến bệnh nhân.”

Sử dụng CNN, các nhà nghiên cứu Stanford đã tập hợp 156 bệnh nhân trong khoảng thời gian từ tháng 6 năm 2016 đến tháng 6 năm 2018, những bệnh nhân có khả năng đã bị di căn, chưa phẫu thuật hoặc xạ trị trước đó, đã chụp các chuỗi xung MRI như yêu cầu, bao gồm:

  • pre- and postgadolinium T1-weighted 3D fast spin echo
  • postgadolinium T1-weighted 3D axial inversion recovery-prepped fast spoiled gradient echo
  • và 3D fluid attenuated inversion recovery (FLAIR)

Bệnh nhân được chụp trên các máy 1.5 Tesla (Signa Explorer và TwinSpeed, GE Healthcare) hoặc 3 Tesla (Discovery 750, Discovery 750w, and Signa Architect, GE; and Skyra, Siemens Healthineers), sử dụng chất tương phản gadobenate dimeglumine (MultiHance, Bracco Imaging) với liều lượng 0.1 mmol/kg trọng lượng cơ thể.

Các bệnh nhân với các khối u nguyên phát ác tính bao gồm, 99 ca ung thư phổi, 33 ca ung thư vú, 7 ca ung thư hắc tố, 7 ca ung thư đường sinh dục, 5 ca ung thư đường tiêu hóa và 5 ca ung thư khác. 2 nhà thần kinh học, với hơn 8 năm kinh nghiệm, đã cung cấp các phân đoạn nền tảng cho nghiên cứu bằng cách phân đoạn thủ công và kiểm tra chéo các vùng xung quanh mỗi tổn thương do di căn.

Các nhà nghiên cứu đã tạo bộ dữ liệu cho thuật toán với 100 bệnh nhân và thêm 5 bệnh nhân nữa ở giai đoạn sau. Sau đó, các nhà nghiên cứu kiểm tra CNN trên 51 đối tượng, với số bệnh nhân có từ 1 đến 3, 4 đến 10 và hơn 10 vết tổn thương.

“Bằng cách thử nghiệm trên số lượng lớn bệnh nhân, tạo điều kiện cho phân tích nhóm, việc này đã chứng minh được hiệu quả lâm sàng của mạng lưới, và nắm được tính tổng quát của nó”, nhóm tác giả viết.

Trong các nghiên cứu khác, các nhà nghiên cứu đưa ra báo cáo, mạng lưới thần kinh này có khả năng phát hiện các di căn lớn hơn, đạt độ nhạy 100% với những thương tổn trên 20mm và chỉ đạt 50% độ nhạy với các thương tổn nhỏ hơn 7mm. Ngoài ra, hiệu suất của thuật toán được thể hiện tốt hơn với bệnh nhân có từ 4-10 di căn.

Advertisements

Theo Auntminnie.com

Những bài viết liên quan:

Advertisements

Add a Comment

Your email address will not be published. Required fields are marked *