Ключевые результаты
Разработан автоматизированный конвейер анализа МРТ-изображений для стандартизированной оценки до- и послеоперационных изменений при опухолях ЦНС. Основные показатели:
- Точность сегментации опухолевого ядра: 87% (Dice score)
- Точность определения неконтрастируемой части опухоли: 66%
- Точность выявления остаточной контрастируемой опухоли: 70%
- Точность определения послеоперационной полости: 77%
- Точность классификации МРТ-последовательностей: 99.5%
Методология
Исследование включало:
- Использование архитектуры Attention U-Net для сегментации различных компонентов опухоли
- Применение DenseNet для классификации МРТ-последовательностей и типов опухолей
- Обучение на мультицентровой выборке из 2000-7000 пациентов
- Валидация с помощью 5-кратной кросс-валидации
- Интеграция с открытой платформой Raidionics
Клиническое значение
- Автоматизация анализа периоперационных МРТ в соответствии с критериями RANO 2.0
- Стандартизация описания результатов нейроонкологических операций
- Повышение точности оценки радикальности резекции
- Оптимизация процесса принятия клинических решений
Выводы
Разработанный алгоритм демонстрирует высокую точность в автоматическом анализе до- и послеоперационных МРТ при опухолях ЦНС. Интеграция в открытое программное обеспечение делает технологию доступной для широкого внедрения в клиническую практику.