日本語AIでPubMedを検索
MRI上の前庭神経鞘腫の体積測定における手動セグメンテーションと半自動セグメンテーションの比較
Manual segmentation versus semi-automated segmentation for quantifying vestibular schwannoma volume on MRI.
PMID: 32676869 DOI: 10.1007/s11548-020-02222-y.
抄録
目的:
前庭神経鞘腫（VS）の管理は、造影剤注入を伴うT1 MRIスキャンで観察される腫瘍の大きさに基づいて行われる。現在の臨床では、腫瘍の直径を最大の寸法で測定することが行われている。体積測定の方がVSサイズの測定としてはより正確で信頼性が高いことが示されている。このような容積測定を達成するための参照アプローチは、手動で腫瘍をセグメント化することであるが、これは時間のかかる作業である。我々は、半自動セグメンテーションがこの問題に対して臨床的に適用可能な解決策である可能性があり、臨床標準としての線形測定に取って代わる可能性があることを示唆している。
PURPOSE: Management of vestibular schwannoma (VS) is based on tumour size as observed on T1 MRI scans with contrast agent injection. The current clinical practice is to measure the diameter of the tumour in its largest dimension. It has been shown that volumetric measurement is more accurate and more reliable as a measure of VS size. The reference approach to achieve such volumetry is to manually segment the tumour, which is a time intensive task. We suggest that semi-automated segmentation may be a clinically applicable solution to this problem and that it could replace linear measurements as the clinical standard.
方法:
学術目的で利用可能な高品質のソフトウェアを用いて、5人の臨床医と科学者を対象に、MRI上のVSの手動と半自動のセグメンテーションの比較研究を行った。セグメンテーション時間、セグメンテーション労力、セグメンテーション精度などの定量的データと定性的データを収集し、2つのアプローチを比較した。
METHODS: Using high-quality software available for academic purposes, we ran a comparative study of manual versus semi-automated segmentation of VS on MRI with 5 clinicians and scientists. We gathered both quantitative and qualitative data to compare the two approaches; including segmentation time, segmentation effort and segmentation accuracy.
結果:
選択された半自動セグメンテーションアプローチは、手動セグメンテーションと比較して、有意に高速で（167秒 vs 479秒、[式：本文参照]）、時間的・物理的な負荷が少なく、ほぼ同等のパフォーマンスを発揮し、精度も若干改善されていることがわかりました。アルゴリズムの予測不可能性やエラーなどの制限があり、手動セグメンテーションと比較してフラストレーションや精神的な努力の増加が見られました。
RESULTS: We found that the selected semi-automated segmentation approach is significantly faster (167 s vs 479 s, [Formula: see text]), less temporally and physically demanding and has approximately equal performance when compared with manual segmentation, with some improvements in accuracy. There were some limitations, including algorithmic unpredictability and error, which produced more frustration and increased mental effort in comparison with manual segmentation.
結論:
その結果、半自動化されたセグメンテーションが臨床的にMRI上のVSの体積測定に応用できることが示唆された。将来的には、一般的なソフトウェアをVSのセグメンテーションに特化したものに改良することで、精度を向上させることができるだろう。
CONCLUSION: We suggest that semi-automated segmentation could be applied clinically for volumetric measurement of VS on MRI. In future, the generic software could be refined for use specifically for VS segmentation, thereby improving accuracy.