日本語AIでPubMedを検索
ディープラーニングに基づくデジタルサブトラクションアンギオグラフィ上での頭蓋内動脈瘤の検出。A feasibility study
Deep learning based detection of intracranial aneurysms on digital subtraction angiography: A feasibility study.
PMID: 32633602 DOI: 10.1177/1971400920937647.
抄録
背景:
デジタルサブトラクションアンギオグラフィは動脈瘤の検出と特徴付けのためのゴールドスタンダードである。ここでは、我々は、全脳前後側および外側の2Dデジタルサブトラクションアンギオグラフィ画像上の頭蓋内動脈瘤の検出のための商用グレードのディープラーニングソフトウェアの実現可能性を評価する。
BACKGROUND: Digital subtraction angiography is the gold standard for detecting and characterising aneurysms. Here, we assess the feasibility of commercial-grade deep learning software for the detection of intracranial aneurysms on whole-brain anteroposterior and lateral 2D digital subtraction angiography images.
材料と方法:
240人の患者（女性157人、平均年齢59歳、範囲20～92歳、男性83人、平均年齢55歳、範囲19～83歳）のコホートから、デジタルサブトラクションアンギオグラフィ画像を700枚、計6枚を用いた。動脈瘤187個（破裂41個、未破裂146個、平均サイズ7±5.3mm、範囲1～5mm、合計372個の動脈瘤が描かれている）のデジタルサブトラクション血管造影シリーズのシングルフレームの前後側および側方画像のうち、330個（47％）と371個（53％）の動脈瘤陰性の試験画像を頭蓋内動脈瘤の存在に関してレトロスペクティブに分析した。2Dデータは、3D回転デジタルサブトラクション血管造影をゴールドスタンダードとし、4:1の比率でテストセットとトレーニングセットに分割した。監視付きディープラーニングは、市販の機械学習ソフトウェア（コグネックス、ViDi Suite 2.0）を使用して実施した。モンテカルロ法によるクロスバリデーションを実施した。
MATERIAL AND METHODS: Seven hundred and six digital subtraction angiography images were included from a cohort of 240 patients (157 female, mean age 59 years, range 20-92; 83 male, mean age 55 years, range 19-83). Three hundred and thirty-five (47%) single frame anteroposterior and lateral images of a digital subtraction angiography series of 187 aneurysms (41 ruptured, 146 unruptured; average size 7±5.3 mm, range 1-5 mm; total 372 depicted aneurysms) and 371 (53%) aneurysm-negative study images were retrospectively analysed regarding the presence of intracranial aneurysms. The 2D data was split into testing and training sets in a ratio of 4:1 with 3D rotational digital subtraction angiography as gold standard. Supervised deep learning was performed using commercial-grade machine learning software (Cognex, ViDi Suite 2.0). Monte Carlo cross validation was performed.
結果:
頭蓋内動脈瘤は、45回実行したモンテカルロ・クロスバリデーションの結果、感度79％、特異度79％、精度0.75、F1スコア0.77、平均曲線下面積0.76（範囲0.68～0.86）で検出された。
RESULTS: Intracranial aneurysms were detected with a sensitivity of 79%, a specificity of 79%, a precision of 0.75, a F1 score of 0.77, and a mean area-under-the-curve of 0.76 (range 0.68-0.86) after Monte Carlo cross-validation, run 45 times.
結論:
商用グレードのディープラーニングソフトウェアは、全脳、2D前後側および側方のデジタルサブトラクション血管造影画像上で頭蓋内動脈瘤の検出を可能にし、より特別に設計されたディープラーニング技術に匹敵する結果を得ることができます。
CONCLUSION: The commercial-grade deep learning software allows for detection of intracranial aneurysms on whole-brain, 2D anteroposterior and lateral digital subtraction angiography images, with results being comparable to more specifically engineered deep learning techniques.