BUSClean：面向医学AI的乳腿超声图像预处理与知识提取开源软件
图像与视频处理
2024-10-31 v3 计算机视觉与模式识别
摘要
开发人工智能（AI）用于医学成像需要大规模临床数据集的精细整理和清洗。某些模态（如乳腺钛化）包含高度标准化的成像；而乳腿超声成像（BUS）则可能包含由扫描元数据未指示的各种不规则情况，如增强扫描模式、子医生注释或额外视图。我们提出了一个用于自动处理临床BUS数据集的开源软件解决方案。该算法执行BUS扫描过滤（标记无效和非B模式扫描）、清洁（双视图扫描检测、扫描区域裁剪和夹子检测）以及知识提取（来自子医生注释的BI-RADS标签和测量字段）。其模块化设计使用户能够将其适应新环境。在内部测试数据集（包含430幅临床BUS图像）上的实验实现了>95%的灵敏度和>98%的特异度，用于检测每种文本注释；实现了>98%的灵敏度和特异度，用于检测血流突出显示、替代扫描模式或无效扫描。在一个完全外部的公共数据集上进行的案例研究发现，BUSClean以88.6%和90.9%的灵敏度和98.3%和99.9%的特异度检测到文本注释和血流突出显示扫描。对夹子检测方法的改进适应案例研究中特定类型的夹子，演示了BUSClean在新数据分布中的预期用途，乳腺夹子检测的灵敏度和特异度分别从43.3%和93.3%提升至92.1%和92.3%。源代码、示例笔记本和样本数据可在https://github.com/hawaii-ai/bus-cleaning 获取。
引用
@article{arxiv.2407.11316,
title = {BUSClean: Open-source software for breast ultrasound image pre-processing and knowledge extraction for medical AI},
author = {Arianna Bunnell and Kailee Hung and John A. Shepherd and Peter Sadowski},
journal= {arXiv preprint arXiv:2407.11316},
year = {2024}
}