一个国际研究团队开发了一套可以应用于医学图像的过滤器，以帮助医疗保健专业人员进行分析和诊断。
这种滤镜的操作方式与智能手机上用来增强摄影效果的滤镜类似，它可以突出不同的纹理，帮助临床医生在乳房扫描等3D医学图像中识别病变或血管。
作为图像生物标志物标准化倡议(IBSI)的一部分，这项工作解决了目前过滤器应用中缺乏标准化的问题。
在卡迪夫大学和德国国家肿瘤疾病中心的领导下，研究小组为将普通滤光片应用于医学成像开发了一套标准指导和参考值。
他们的研究发表在《放射学》杂志上，呼吁采用一种统一的方法来提高从医学图像中提取的数据的可靠性和有效性。
作者说，这种方法将使医疗软件开发人员和患者受益。
共同主要作者菲利普·怀布拉博士是卡迪夫大学工程学院的前研究助理，他说:“我们的研究是可重复的放射组学。这些技术可用于从医学成像中提取测量值或生物标志物。”
“我们在诊断和预测模型中使用这些生物标志物来确定疾病的阶段或预测疾病对治疗的反应。”
“现在的问题是，不同的工具可能会产生不一致甚至矛盾的结果，即使是在检查同一张图像时。这可能会导致使用成像生物标志物的医学模型的潜在误解和不准确。”
“在我们的研究中，我们已经着手将卷积滤波器在医学图像上的使用标准化，作为放射组学工作流程的一部分。”
作为IBSI标准化图像处理软件努力的一部分，该团队的工作意味着过滤器在医学成像中的应用现在可以进行测试和验证。
作者声称，这将使成功验证使用图像过滤器的人工智能(AI)工具变得更容易，为将来将其引入临床实践铺平了道路。
国家肿瘤疾病中心博士后研究员Alexander Zwanenburg博士补充说:“可以理解的是，人们对人工智能工具在医疗保健领域的应用非常感兴趣，因为它们有可能提高流程效率并改善患者治疗。”
“分析医学成像的人工智能工具需要软件来处理图像并从中提取信息。我们的研究解决了一个持续存在的挑战，即世界各地的研究人员和公司开发的可用图像处理软件包通常无法产生相同的结果。”
“由于缺乏可重复性，许多基于医学成像的人工智能工具无法得到验证，也就是说，无法检查它们是否像广告中宣传的那样在新环境中工作。如果没有得到验证，这些工具就无法在患者护理中使用。”
“现在，随着这一障碍的消除，我希望我们能为将有用的人工智能工具引入临床环境做出贡献，造福患者。”
卡迪夫大学对这项研究的贡献来自于生命成像和数据分析(LIDA)设施，由Emiliano Spezi教授领导。
LIDA专注于先进的医学图像处理、放射电子学技术和先进的计算机建模，以优化和个性化治疗交付。
卡迪夫大学工程学院医疗保健工程教授Spezi说:“我为LIDA对IBSI做出的贡献感到非常自豪。”
“医学图像分析研究对于提高诊断准确性、早期发现、治疗计划和卫生保健系统至关重要。”
IBSI的这份新出版物为非侵入性成像生物标志物的标准化和互操作性树立了又一个里程碑。”
更多信息:Philip Whybra等人，图像生物标志物标准化倡议:可重复放射组学和增强临床见解的标准化卷积滤波器，放射学(2024)。DOI: 10.1148 / radiol.231319引文:为未来的医学图像创建过滤器(2024年，2月7日)从https://medicalxpress.com/news/2024-02-filters-medical-images-future.html检索2024年2月8日此文档受版权保护。除为私人学习或研究目的而进行的任何公平交易外，未经书面许可，不得转载任何部分。内容仅供参考之用。
