Сучилова Мария Максимовна – младший научный сотрудник отдела научных медицинских исследований ГБУЗ “НПКЦ ДиТ ДЗМ”, Москва
Maria M. Suchilova – junior researcher of the Moscow Center for Diagnostics and Telemedicine, Moscowhttp://orcid.org/0000-0003-1117-0294
Васильев Юрий Александрович – доктор мед. наук, директор ГБУЗ “НПКЦ ДиТ ДЗМ”, Москваhttps://orcid.org/0000-0002-0208-5218
Yuri A. Vasilev – Doct. of Sci. (Med.), Director of the Moscow Center for Diagnostics and Telemedicine, Moscow
Нуднов Николай Васильевич – доктор мед. наук, профессор, заместитель директора по науке ФГБУ “Российский научный центр рентгенорадиологии” Минздрава России, Москва
Nikolay V. Nudnov – Doct. of Sci. (Med.), Professor, Deputy Director, Russian Scientific Center of Roentgenoradiology of the Ministry of Healthcare of the Russian Federation, Moscow
Войтенко Дарья Андреевна – техник отдела координации научной деятельности ГБУЗ “НПКЦ ДиТ ДЗМ”, Москва
Daria A. Voitenko – Technician of Research Coordination Department of the Moscow Center for Diagnostics and Telemedicine, Moscow
Блохин Иван Андреевич – кандидат мед. наук, заведующий сектором исследований в лучевой диагностике ГБУЗ “НПКЦ ДиТ ДЗМ”, Москваhttp://orcid.org/0000-0002-2681-9378
Ivan A. Blokhin – Cand. of Sci. (Med.), Head of Research Sector in Diagnostic Radiology of the Moscow Center for Diagnostics and Telemedicine, Moscow
Мальцев Михаил Сергеевич – техник сектора научных проектов по телемедицине ГБУЗ “НПКЦ ДиТ ДЗМ”, Москва
Mikhail S. Maltsev – Technician of Telemedicine Research Lab of the Moscow Center for Diagnostics and Telemedicine, Moscow
Мынко Олег Игоревич – инженер сектора исследований в лучевой диагностике ГБУЗ “НПКЦ ДиТ ДЗМ”, Москва
Oleg I. Mynko – Engineer of Research Sector in Diagnostic Radiology of the Moscow Center for Diagnostics and Telemedicine, Moscow
Решетников Роман Владимирович – канд. физ.-мат. наук, руководитель отдела научных медицинских исследований ГБУЗ “НПКЦ ДиТ ДЗМ”, Москва
Roman V. Reshetnikov – Cand. of Sci. (Phys.-Math.), Head of Scientific Medical Research Department of the Moscow Center for Diagnostics and Telemedicine, Moscow
Владзимирский Антон Вячеславович – доктор мед. наук, заместитель директора по научной работе ГБУЗ “НПКЦ ДиТ ДЗМ”, Москваhttp://orcid.org/0000-0002-2990-7736
Anton V. Vladzymyrskyy – Doct. of Sci. (Med.), Deputy Director of the Moscow Center for Diagnostics and Telemedicine, Moscow
Омелянская Ольга Васильевна – заместитель директора по перспективному развитию ГБУЗ “НПКЦ ДиТ ДЗМ”, Москва
Olga V. Omelyanskaya – Chief Innovation Officer of the Moscow Center for Diagnostics and Telemedicine, Moscowhttp://orcid.org/0000-0002-0245-4431
Цель исследования: выделение инвариантных к разметке радиомических признаков, а также оценка их способности к дифференциальной диагностике доброкачественных и злокачественных образований.
Материал и методы. Для поиска инвариантных к разметке признаков были отобраны 64 КТ-исследования из базы данных LIDC/IDRI. Существующая разметка 64 исследований LIDC/IDRI была дополнена разметкой врачей-рентгенологов НПКЦ ДиТ ДЗМ, выполненной полуавтоматическим способом (3D-сфера). Для первых 10 исследований также выполнена разметка ручным способом (контурная кисть) для сравнения времени разметки. На несвязанном наборе WORC GIST устойчивые к разметке признаки были оценены с точки зрения применимости для дифференциальной диагностики “доброкачественное образование–злокачественное образование”.
Результаты. В результате проведенного исследования было выявлено 7 устойчивых к разметке радиомических признаков для КТ-исследований, проявивших дискриминационную способность для задачи бинарной классификации “доброкачественное образование – злокачественное образование” на несвязанном наборе данных.
Заключение. Выявленные признаки могут учитываться в дальнейшем построении радиомической модели. Полуавтоматическая разметка способна значимо уменьшить временные затраты на получение маски зоны интереса для дальнейшего радиомического анализа.
Purpose of the study: The aim of this study is to identify radiomic features that are invariant to segmentation variability, and to evaluate their ability to differentiate between benign and malignant lesions.
Materials and methods. 64 CT studies from the LIDC/IDRI database were selected to search for features invariant to segmentation variability. The existing segmentations of 64 LIDC/IDRI studies was supplemented with segmentations by radiologists from the Moscow Center for Diagnostics and Telemedicine, performed using a semi-automatic method (3D sphere). For the first 10 studies, manual segmentation (contour brush) was also additionally performed to compare the time of segmentation. On an unrelated WORC GIST dataset, segmentation-invariant features were evaluated in terms of “benign lesion-malignant lesion.”
Results. The study identified 7 radiomic features invariant to segmentation variability for computed tomography studies that showed discriminatory ability for the binary classification task “benign formation-malignant formation” on different dataset.
Conclusion. The identified features can be taken into account in the further development of the radiomic model. Semi-automatic annotation can significantly reduce the time required to obtain a mask of the region of interest for further radiomic analysis.
The authors declare that there are no conflicts of interest present.