La distillazione della conoscenza tra finestre migliora l'analisi TC polmonare
Un nuovo metodo di distillazione della conoscenza tra diverse finestre TC sta migliorando il modo in cui analizziamo le scansioni TC polmonari. Questa tecnica prevede il trasferimento di preziose intuizioni da un encoder insegnante, che si concentra sulla finestra più importante, a diversi encoder studenti. I ricercatori lo hanno testato su tre dataset: COPD-CT-DF con 719 casi, RSNA PE con 1.433 casi e un set CTEPD interno con 161 casi, portando a significativi aumenti nei punteggi AUC. Ad esempio, in COPD-CT-DF, l'AUC è passata da 0,75-0,81 a 0,90-0,94, un guadagno di 10,1-16,5 punti percentuali, tutti statisticamente significativi. Miglioramenti sono stati notati anche in RSNA PE e CTEPD, rendendo questo approccio uno strumento promettente per l'analisi TC polmonare multi-finestra.
Fatti principali
- Proposto un framework di distillazione della conoscenza tra finestre per TC polmonare multi-finestra
- Gli encoder studenti apprendono priori clinici latenti da un insegnante addestrato sulla finestra più informativa
- Valutato su tre coorti: COPD-CT-DF (n=719), RSNA PE (n=1.433), CTEPD (n=161)
- AUC per finestra su COPD-CT-DF migliorata da 0,75-0,81 a 0,90-0,94 (10,1-16,5 punti percentuali, P<0,001)
- AUC ensemble su COPD-CT-DF ha raggiunto 0,9960
- AUC RSNA PE migliorata da 0,80-0,83 a 0,90-0,92
- AUC CTEPD migliorata da 0,6264 a 0,7481
- Il metodo interiorizza firme patologiche invisibili agli approcci supervisionati
Entità
—