Open-radiomics: A Research Protocol to Make Radiomics-based Machine Learning Pipelines Reproducible

要約

人工知能 (AI) 技術を医用画像データに適用することで、有望な結果が得られています。
医用画像処理における AI パイプラインの重要な分岐点であるラジオミクスは、再現性とアクセシビリティという 2 つの大きな課題に直面しています。
この作業では、オープン ラジオミクス、一連のラジオミクス データセット、およびラジオミクス結果パフォーマンスの再現性に対する binWidth や画像正規化などのラジオミクス機能抽出設定の影響を調査する包括的なラジオミクス パイプラインを紹介します。
ラジオミクス研究をよりアクセスしやすく、再現可能にするために、ラジオミクス データで機械学習 (ML) モデルを構築するためのガイドラインを提供し、オープン ソース ラジオミクス データセットの進化するコレクションであるオープン ラジオミクスを紹介し、データセットのベースライン モデルを公開します。

要約(オリジナル)

The application of artificial intelligence (AI) techniques to medical imaging data has yielded promising results. As an important branch of AI pipelines in medical imaging, radiomics faces two major challenges namely reproducibility and accessibility. In this work, we introduce open-radiomics, a set of radiomics datasets, and a comprehensive radiomics pipeline that investigates the effects of radiomics feature extraction settings such as binWidth and image normalization on the reproducibility of the radiomics results performance. To make radiomics research more accessible and reproducible, we provide guidelines for building machine learning (ML) models on radiomics data, introduce Open-radiomics, an evolving collection of open-source radiomics datasets, and publish baseline models for the datasets.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google