Is segmentation performance of deep-learning models affected by cancer type? A performance analysis on PET/CT
Notice bibliographique
Résumé
In cancer care, positron emission tomography/computed tomography (PET/CT) is used across a variety of cancer types. Though automatic tumor segmentation in PET/CT is improving with advanced deep learning (DL), their performance across different cancer types is under-explored. Therefore, we evaluated two state-of-the-art DL models using a publicly available PET/CT dataset that includes three cancer types: lung cancer, lymphoma, and melanoma, along with normal controls (1014 studies overall). This dataset’s uniform image acquisition protocol (including scanner) mitigates domainshift and allows for a reliable evaluation. The models assessed, nnU-Net and Segment Anything Model (SAM), were prompted with bounding-boxes based on nnU-Net segmentation (nnUNet-SAM). The evaluations were performed using five-fold cross-validation investigating: (a) patient-based analysis (all tumor sites together) and (b) lesion-based analysis (isolated tumor sites) using the Dice coefficient (DC) as the evaluation metric. The Kruskal-Wallis H test and test of proportions were applied to compare performance among the cancer types. The patient-based analysis revealed variations among lung cancer (N = 168), lymphoma (N = 145), and melanoma (N = 188) using average DC (0.73, 0.73, 0.63, p = 0.002, using nnU-net which performed better). The lesion-based analysis indicated significant variation (p < 10-5 ) among the cancer types using average lesion-based DC. This variation was lower considering the highest lesion-based DC. The largest lesion contributed more frequently to the highest lesion-based DC in lung cancer (71% – 90%) compared to lymphoma (63% – 88%) and melanoma (57% – 76%). The findings underscore the need for a personalized tumor segmentation approach and suggest taking caution for automated tumor analysis across cancer types using PET/CT.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».