結腸直腸潰瘍性疾患のリアルタイム特性評価におけるコンピュータ支援 (CADx) システムの精度

研究の最初の遡及段階では、私たちの主な目的は CADx システムを開発して検証することです。 内視鏡の写真とビデオは、研究センター (南方病院) の既存のデータベースから検索されます。 結腸直腸潰瘍ごとに、異なる内視鏡ビューがキャプチャされます。関連するベースライン人口統計、検査レポート、画像レポート、内視鏡レポート、および病理組織検査結果が分析のために収集されます。 各結腸病変の位置、サイズ、形態が記録されます。 すべての結腸直腸潰瘍性疾患の診断は、独立した病理学者および消化器科医によって包括的に評価されました。 私たちの研究では、結腸直腸潰瘍性病変の次のサブタイプに焦点を当てます。

1) 結腸直腸癌 (CA);2) クローン病 (CD);3) 潰瘍性大腸炎 (UC);4) 腸結核 (ITB);5) 虚血性大腸炎 (IC)。

機密性を確保するために、すべてのデータは中央処理の前に匿名化されます。 プロジェクト固有のシリアル番号は、個々の主題を表すために使用されます。 すべての臨床データと匿名化された内視鏡画像は機密として保管され、第三者と共有されることはありません。

含まれているケースの大部分からトレーニング コホートが作成され、その後、残りのケースを使用した検証コホートが作成されます。 内視鏡画像とビデオは、適切な関心領域 (ROI) を選択することで、畳み込みニューラル ネットワークとリカレント ニューラル ネットワークをトレーニングするために準備されます。 選択バイアスを減らすために、同じ結腸直腸潰瘍性疾患内の複数の ROI が収集されます。 内視鏡画像の注釈付けと検証は研究チームによって実行されます。 画像は、さらに処理するために同じサイズのタイルにさらに分割されます。 深層学習アルゴリズムは、画像およびビデオ データの特徴を学習および抽出するために適用されます。 ビデオから抽出された視覚的および時間的特徴の補完的な情報を活用するリカレント畳み込みネットワークを開発します。 検証データも同じ原理に基づいて作成され、モデルの精度の相互検証が可能になります。

研究の第 2 前向きフェーズでは、CADx システム、熟練内視鏡医、若手内視鏡医の間で診断精度を比較することを目的としています。 テスト画像とビデオのセットは、以前の適格基準に従って他の被験者から前向きに収集され、その後コンピューター生成シーケンスがランダムに割り当てられます。

2 人のエキスパート内視鏡医 (結腸内視鏡検査の経験が 5 年以上、総処置数が 1,000 件以上) と 2 人のジュニア内視鏡医 (結腸内視鏡検査の経験が 3 年未満、総処置数が 500 件未満)最終的な診断結果を知らされていないユーザーは、事前に定義されたサブタイプに従ってテスト セットの画像とビデオを分類するよう求められます。 すべての内視鏡医は、テスト セットのデータをリアルタイムで個別に評価します。 一方、CADx システムはテスト セットの画像とビデオを個別にスキャンします。 潰瘍のサブタイプの予測が記録されます。 独立した病理学者および消化器科医による評価後の正式な診断報告書が、真実とみなされます。