MRI と人工知能に基づく眼窩腫瘍のリスク層別化

眼窩腫瘍は他の眼関連疾患ほど一般的ではありませんが、患者にとって非常に有害な場合があります。 身体的な外観を損なうだけでなく、視力の低下や目の動きの制限などの機能障害を引き起こす可能性もあります。 眼窩腫瘍は良性または悪性のいずれかに分類でき、その生物学的挙動、治療アプローチ、転帰、予後には大きな差異があり、鑑別診断と治療選択のプロセスが複雑になっています。 悪性病変の場合、病理学的種類や段階が異なるため、治療計画と患者の予後は異なります。 したがって、眼窩腫瘍の正確な診断方法を考案することが臨床的に急務となっている。 マルチパラメトリック磁気共鳴画像法 (mp-MRI) は現在、眼窩腫瘍を診断するための主要な非侵襲的画像技術として地位を占めています。 この研究は、人工知能アルゴリズム技術を利用して、眼窩腫瘍のリスク階層化の正確な診断を中心としており、MRI画像と、良性および悪性の眼窩腫瘍、組織型および悪性腫瘍のKi-67発現レベルの区別診断との間の固有の関係を調査する。 臨床情報と定量的な MRI 機能を統合して予測モデルを構築し、眼窩腫瘍患者の個別の診断と治療の決定を支援し、人工知能技術の応用と進歩を促進することを目的としています。 具体的には、研究目標は次のように概説されます。

1. 複数の施設からのマルチシーケンス MRI データセットを使用して、眼窩腫瘍の深層学習ベースの自動セグメンテーション モデルを確立することで、手動による描写に必要な時間を短縮し、その後の分析に有益であることが証明されています。
2. これら 2 つの組織を区別するためのより正確な情報を提供することを目的として、複数の機械学習アルゴリズムとマルチシーケンス MRI データセットを組み合わせて、悪性および良性の眼窩腫瘍を識別するためのモデルを開発します。
3. 検出率と精度を向上させ、それによって患者のリスク階層化を達成することを目的として、定量的マルチシーケンス MRI 機能を備えた機械学習または深層学習アプローチを使用して堅牢な診断モデルを構築し、悪性眼窩腫瘍の組織型と Ki-67 発現レベルを特定します。悪性眼窩腫瘍を伴う。