Segmentazione delle metastasi cerebrali mediante deep learning in caso di sequenze di RM mancanti: uno studio multicentrico

Concetti da ricordare

  • Nei soggetti con metastasi cerebrali, il modello basato su dropout a livello di input (Input-Level Dropout, ILD) ha permesso di rilevare i voxel metastatici nel cervello con un’accuratezza equivalente a quella del modello DeepLab V3, offrendo allo stesso tempo prestazioni significativamente superiori in termini di segmentazione e generando un tasso inferiore di falsi positivi.

Perché è importante

    Studi recenti hanno dimostrato le potenzialità dell’uso dell’intelligenza artificiale per l’analisi dei dati di risonanza magnetica (RM) nei soggetti con metastasi cerebrali. Tuttavia, non è ancora stato identificato un modello di deep learning (DL) per l’individuazione e la segmentazione delle metastasi cerebrali in grado di offrire generalizzabilità e utilità clinica in caso di dati di RM mancanti.