Cluster-Induced Mask Transformers for Effective Opportunistic Gastric Cancer Screening on Non-contrast CT Scans

要約

胃がんは世界中でがん関連死亡原因の第 3 位ですが、ガイドラインが推奨するスクリーニング検査は存在しません。
既存の方法は侵襲的で高価であり、早期胃がんを識別する感度に欠ける可能性があります。
この研究では、胃がん検出のための非造影 CT スキャンに対する深層学習アプローチの使用の実現可能性を検討します。
我々は、腫瘍を共同セグメント化し、マルチタスク方式で異常を分類する新しいクラスター誘発マスクトランスフォーマーを提案します。
私たちのモデルには、胃がんのテクスチャと形状のプロトタイプをエンコードする学習可能なクラスターが組み込まれており、自己注意と相互注意を利用して畳み込み特徴と相互作用します。
私たちの実験では、提案された方法は、癌患者 100 名と正常患者 148 名からなるホールドアウト テスト セットで胃腫瘍の検出に関して 85.0% の感度と 92.6% の特異度を達成しました。
これに対し、2 人の放射線科医の平均感度は 73.5%、特異度は 84.3% です。
また、903 件の正常症例を含む外部テストセットで 97.7% の特異度が得られました。
私たちのアプローチは、血液検査や内視鏡検査などの確立された最先端の胃がんスクリーニングツールと同等の性能を発揮すると同時に、早期がんの検出においてもより高感度です。
これは、日和見胃がんスクリーニングのための新規で非侵襲的、低コストで正確な方法としての我々のアプローチの可能性を示しています。

要約(オリジナル)

Gastric cancer is the third leading cause of cancer-related mortality worldwide, but no guideline-recommended screening test exists. Existing methods can be invasive, expensive, and lack sensitivity to identify early-stage gastric cancer. In this study, we explore the feasibility of using a deep learning approach on non-contrast CT scans for gastric cancer detection. We propose a novel cluster-induced Mask Transformer that jointly segments the tumor and classifies abnormality in a multi-task manner. Our model incorporates learnable clusters that encode the texture and shape prototypes of gastric cancer, utilizing self- and cross-attention to interact with convolutional features. In our experiments, the proposed method achieves a sensitivity of 85.0% and specificity of 92.6% for detecting gastric tumors on a hold-out test set consisting of 100 patients with cancer and 148 normal. In comparison, two radiologists have an average sensitivity of 73.5% and specificity of 84.3%. We also obtain a specificity of 97.7% on an external test set with 903 normal cases. Our approach performs comparably to established state-of-the-art gastric cancer screening tools like blood testing and endoscopy, while also being more sensitive in detecting early-stage cancer. This demonstrates the potential of our approach as a novel, non-invasive, low-cost, and accurate method for opportunistic gastric cancer screening.

arxiv情報

著者 Mingze Yuan,Yingda Xia,Xin Chen,Jiawen Yao,Junli Wang,Mingyan Qiu,Hexin Dong,Jingren Zhou,Bin Dong,Le Lu,Li Zhang,Zaiyi Liu,Ling Zhang
発行日 2023-07-10 12:49:36+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.CV, cs.LG, eess.IV パーマリンク