[論文レビュー] Image biomarker standardisation initiative - feature definitions.

Alex Zwanenburg, Stefan Leger+2 more|arXiv (Cornell University)|Dec 21, 2016

Radiomics and Machine Learning in Medical Imaging被引用数 114

ひとこと要約

この論文は、画像バイオマーカー標準化イニシャチブ（IBSI）内での包括的な医療画像特徴の標準化定義を確立し、放射線学的特徴抽出の再現性と一貫性を向上させることを目的としている。強度、形状、テクスチャ指標などの特徴を定義することで、腫瘍学的結果との信頼できる特徴抽出とバイオマーカー相関が可能になる。

ABSTRACT

While analysis of medical images has practically taken place since the first image was recorded, high throughput analysis of medical images is a more recent phenomenon. The aim of such a radiomics process is to provide decision support based on medical imaging. Part of the radiomics process is the conversion of image data into numerical features which capture different medical image aspects, and can be subsequently correlated as biomarkers to e.g. expected oncological treatment outcome. With the growth of the radiomics field, it has become clear that results are often difficult to reproduce, that standards for image processing and feature extraction are missing, and that reporting guidelines are absent. The image biomarker standardisation initiative (IBSI) seeks to address these issues. The current document provides definitions for a large number of image features.

研究の動機と目的

• 医療画像研究における放射線学的特徴抽出の標準化が不足しているという問題に対処する。
• 画像特徴の定義を一貫して明確にすることで、放射線学的結果の再現性を向上させる。
• 放射線学的研究におけるレポートガイドラインと相互運用性の基盤を提供する。
• 治療反応などの臨床的結果と画像特徴を信頼性を持って関連付けるのを支援する。

提案手法

• 強度、形状、テクスチャに基づく指標を含む、広範な画像特徴を体系的に定義する。
• 各特徴を記述するために標準化された用語と数学的表現を用いる。
• 定義が曖昧さがなく、さまざまな画像モodalおよびスキャナで適用可能であることを保証する。
• 医療画像解析および放射線学分野で確立された原則に準拠した特徴定義を整える。
• 体系的な適用とレポートに適した論理的カテゴリーに特徴を分類する。
• 研究者およびソフトウェア開発者による実装を支援する明確なドキュメンテーションを提供する。

実験結果

リサーチクエスチョン

• RQ1 放射線学的再現性を向上させるために、画像特徴の定義をどのように標準化できるか？
• RQ2 医療画像における一貫性があり曖昧さのない特徴定義の主要な構成要素は何か？
• RQ3 標準化された特徴定義が腫瘍学における信頼性のあるバイオマーカー発見をどのように支援できるか？
• RQ4 標準化が解決できる、現在の放射線学的実践における主な課題は何か？

主な発見

• IBSIは、放射線学で使用される画像特徴の包括的かつ標準化された用語体系を提供する。
• 標準化された定義により、特徴抽出の曖昧さが軽減され、異なる研究間の比較可能性が向上する。
• このイニシャチブにより、さまざまな画像プラットフォームや研究環境において特徴の一貫した適用が可能になる。
• 数学的に正確に特徴を定義することで、フレームワークは信頼性のあるバイオマーカーの検証を支援する。
• 本研究は、将来のレポートガイドラインおよび放射線学における品質管理の基盤を築く。
• 標準化の取り組みにより、画像バイオマーカーの臨床応用の可能性が高まる。