基于放射组学方法的CT扫描中创伤性脑损伤预测
计算机视觉与模式识别
2021-04-01 v1 机器学习
摘要
计算机断层扫描(CT)是急性创伤性脑损伤(TBI)后脑损伤评估的金标准技术。它能够识别大多数损伤类型,并确定手术或替代治疗程序的必要性。然而,传统的损伤分类方法仅限于视觉图像检查。在本工作中,我们利用CT衍生的放射组学(radiomics)描述符来表征并预测TBI损伤。我们提取出表征不同损伤的相关形状、强度和纹理生物标志物,并使用偏最小二乘(Partial Least Squares)构建损伤预测模型。在一个包含155次扫描(105训练,50测试)的数据集上,该方法在未见数据上达到了89.7%的准确率。当仅使用纹理特征构建模型时,获得了88.2%的准确率。我们的结果表明,所选放射组学描述符可能在脑损伤预测中发挥关键作用。此外,所提方法接近于复现放射科医生的决策过程。这些结果为受放射组学启发的脑损伤检测、分割与预测开辟了新可能。
引用
@article{arxiv.1811.05699,
title = {A Radiomics Approach to Traumatic Brain Injury Prediction in CT Scans},
author = {Ezequiel de la Rosa and Diana M. Sima and Thijs Vande Vyvere and Jan S. Kirschke and Bjoern Menze},
journal= {arXiv preprint arXiv:1811.05699},
year = {2021}
}
备注
Submitted to ISBI 2019