基于自动化深度学习在下颌神经管定位上的时间 CBCT 数据集可重复性分析
医学物理
2023-05-25 v1 计算机视觉与模式识别
机器学习
图像与视频处理
摘要
术前影像学识别下颌神经管对颌面外科至关重要。本研究通过在一个包含 72 名患者 165 例异质锥形束计算机断层扫描（CBCT）的数据集上评估一个深度学习系统（DLS）的定位性能，并与一名经验丰富的放射科医师标注进行比较，展示该 DLS 的可重复性。我们使用对称平均曲线距离（SMCD）、平均对称表面距离（ASSD）和 Dice 相似系数（DSC）评估 DLS 性能。SMCD 的可重复性通过受试者内可重复性系数（RC）评估。另外三名专家使用 0–4 的 Likert 量表对诊断有效性进行两次评分。Likert 评分的可重复性通过可重复性度量（RM）评估。SMCD 的 RC 为 0.969 mm，SMCD 和 ASSD 的中位数（四分位距）分别为 0.643（0.186）mm 和 0.351（0.135）mm，DSC 的平均值（标准差）为 0.548（0.138）。DLS 性能受术后改变影响最大。Likert 评分的 RM 对于放射科医师为 0.923，对于 DLS 为 0.877。Likert 评分的平均值（标准差）对于放射科医师为 3.94（0.27），对于 DLS 为 3.84（0.65）。该 DLS 展现出熟练的定性与定量可重复性、时间泛化能力和临床有效性。
引用
@article{arxiv.2305.14385,
title = {Reproducibility analysis of automated deep learning based localisation of mandibular canals on a temporal CBCT dataset},
author = {Jorma Järnstedt and Jaakko Sahlsten and Joel Jaskari and Kimmo Kaski and Helena Mehtonen and Ari Hietanen and Osku Sundqvist and Vesa Varjonen and Vesa Mattila and Sangsom Prapayasotok and Sakarat Nalampang},
journal= {arXiv preprint arXiv:2305.14385},
year = {2023}
}