原題
Need for Objective Task-Based Evaluation of Image Segmentation Algorithms for Quantitative PET: A Study with ACRIN 6668/RTOG 0235 Multicenter Clinical Trial Data.
背景:PETセグメンテーションアルゴリズムの現在の評価方法は、タスクに依存しない性能指数(FoM)に依存するため、臨床タスクのパフォーマンスを正確に反映していない可能性がある。
方法:この後ろ向き研究では、標準的なFoMに基づくセグメンテーションアルゴリズムの評価と、非小細胞肺癌のPET画像における代謝腫瘍体積(MTV)と全病変解糖(TLG)の推定のような臨床的に関連するタスクとの間の一致を評価した。
結果:従来のタスクに依存しないアルゴリズムは、特定のタスクに対して優れたパフォーマンスを示したが、臨床タスク関連の判断に対しては精度が低く、バイアスが高かった。同様に、U-netベースのアルゴリズムにおけるより深いネットワークは、MTVおよびTLGの推定において著しく高い精度を提供した。
結論:タスクに依存しないFoMは、臨床的に関連する定量的タスクに基づく評価と矛盾する結果をもたらす可能性があり、定量的PETアルゴリズムのための客観的なタスクベースの評価の必要性を強調している。
Journal: J Nucl Med (CiteScore 2022: 12.9)
DOI: 10.2967/jnumed.123.266018
PMID: 38360049
コメント