Segmentierung von Hirnmetastasen mittels Deep Learning bei fehlenden MRT-Sequenzen: eine multizentrische Studie

Erkenntnisse

  • Bei Personen mit Hirnmetastasen erkannte das Input-Level-Dropout(ILD)-Modell metastatische Voxel im Gehirn mit einer gleichwertigen Genauigkeit wie das DeepLab-V3-Modell, während es bei der Segmentierung deutlich besser abschnitt und eine geringere Falsch-Positiv-Rate aufwies.

Bedeutung

    Neuere Studien haben das Potenzial des Einsatzes von künstlicher Intelligenz zur Analyse von Magnetresonanztomographie(MRT)-Daten bei Personen mit Hirnmetastasen gezeigt. Ein Deep-Learning(DL)-Modell zur Erkennung und Segmentierung von Hirnmetastasen, das auch bei fehlenden MRT-Daten verallgemeinerbar und klinisch nutzbar ist, muss jedoch erst noch identifiziert werden.