评估68Ga-PSMA TEP/TDM和177Lu-PSMA TEMP/TDM的自动组合或分离段模型

IF 0.2 4区医学 Q4 PATHOLOGY

Medecine Nucleaire-Imagerie Fonctionnelle et Metabolique Pub Date : 2025-03-01 DOI:10.1016/j.mednuc.2025.01.132

S. Perret , L. Albe , A. Edet-Sanson , D. Tonnelet , A. Terro , R. Modzelewski , S. Hapdey , P. Véra , A. Dieudonné , P. Decazes

{"title":"评估68Ga-PSMA TEP/TDM和177Lu-PSMA TEMP/TDM的自动组合或分离段模型","authors":"S. Perret , L. Albe , A. Edet-Sanson , D. Tonnelet , A. Terro , R. Modzelewski , S. Hapdey , P. Véra , A. Dieudonné , P. Decazes","doi":"10.1016/j.mednuc.2025.01.132","DOIUrl":null,"url":null,"abstract":"<div><h3>Introduction</h3><div>La segmentation manuelle des métastases du cancer prostatique sur les images TEP/TDM et TEMP/TDM au PSMA radiomarqué est longue et laborieuse. L’objectif de cette étude est d’évaluer les performances de modèles de segmentation automatique nnU-Net entraînés sur les deux modalités TEP et TEMP séparément et conjointement.</div></div><div><h3>Matériels et méthodes</h3><div>La base de données comprend 48 patients, chacun avec une image 68Ga-PSMA TEP/TDM et une image 177Lu-PSMA TEMP/TDM réalisée après la première cure. Les images ont été segmentées par un médecin nucléaire. Trente-huit patients sont utilisés pour l’entraînement et 10 pour l’évaluation. Trois modèles nnU-Net ont été entraînés : MTEP (images TEP/TDM seules), MTEMP (images TEMP/TDM seules), et MTEP_TEMP (combinaison des images TEP/TDM et TEMP/TDM), avec les mêmes patients pour l’entraînement et la validation. Les volumes segmentés automatiquement ont été évalués avec le coefficient de Dice.</div></div><div><h3>Résultats</h3><div>Le volume moyen des lésions segmentées manuellement par patient était de 625 (+/−702) cm<sup>3</sup> pour les TEP/TDM et de 879 (+/−874) cm<sup>3</sup> pour les TEMP/TDM. Les volumes moyens des lésions segmentées automatiquement par patient étaient de 625 (+/−726) cm<sup>3</sup>, 393 (+/−515) cm<sup>3</sup>, 637 (+/−742) cm<sup>3</sup> pour les TEP/TDM, et de 1640 (+/−1505) cm<sup>3</sup>, 969 (+/−1064) cm<sup>3</sup>, 892 (+/−948) cm<sup>3</sup> pour les TEMP/TDM, pour respectivement. MTEP, MTEMP et MTEP_TEMP. La différence absolue moyenne en pourcentage entre les volumes des lésions segmentées automatiquement et manuellement par patient était de 27,2 % (+/−20,4 %), 54,5 % (+/−24,2 %), 26,3 % (+/−20,2 %) pour les TEP/TDM et de 3990,7 % (+/−11 632,7 %), 79,4 % (+/−147,3 %), 88,9 % (+/−190,2 %) pour le TEMP/TDM, pour, respectivement, MTEP, MTEMP et MTEP_TEMP. Concernant les coefficients de Dice, ils étaient de 0,82 (+/−0,15), 0,54 (+/−0,21), 0,80 (+/−0,14) pour les TEP/TDM et de 0,57 (+/−0,24), 0,70 (+/−0,18), 0,80 (+/−0,20) pour les TEMP/TDM pour, respectivement, MTEP, MTEMP et MTEP_TEMP.</div></div><div><h3>Conclusion</h3><div>Les volumes des lésions segmentées sur les images TEP et TEMP sont différents, vraisemblablement en raison de l’effet de volume partiel sur les TEMP limitant la précision de la segmentation. Un modèle entraîné sur une modalité ne peut segmenter de façon fiable les examens d’une autre modalité même si la molécule traceuse est identique (PSMA). Cependant, un modèle nnU-Net entraîné sur les deux modalités (TEP et TEMP) obtient des résultats fiables et comparables à ceux des modèles entraînés sur chaque modalité séparément.</div></div>","PeriodicalId":49841,"journal":{"name":"Medecine Nucleaire-Imagerie Fonctionnelle et Metabolique","volume":"49 2","pages":"Page 119"},"PeriodicalIF":0.2000,"publicationDate":"2025-03-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"Évaluation de modèles de segmentation automatique combinés ou séparés pour le TEP/TDM au 68Ga-PSMA et le TEMP/TDM au 177Lu-PSMA\",\"authors\":\"S. Perret , L. Albe , A. Edet-Sanson , D. Tonnelet , A. Terro , R. Modzelewski , S. Hapdey , P. Véra , A. Dieudonné , P. Decazes\",\"doi\":\"10.1016/j.mednuc.2025.01.132\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"<div><h3>Introduction</h3><div>La segmentation manuelle des métastases du cancer prostatique sur les images TEP/TDM et TEMP/TDM au PSMA radiomarqué est longue et laborieuse. L’objectif de cette étude est d’évaluer les performances de modèles de segmentation automatique nnU-Net entraînés sur les deux modalités TEP et TEMP séparément et conjointement.</div></div><div><h3>Matériels et méthodes</h3><div>La base de données comprend 48 patients, chacun avec une image 68Ga-PSMA TEP/TDM et une image 177Lu-PSMA TEMP/TDM réalisée après la première cure. Les images ont été segmentées par un médecin nucléaire. Trente-huit patients sont utilisés pour l’entraînement et 10 pour l’évaluation. Trois modèles nnU-Net ont été entraînés : MTEP (images TEP/TDM seules), MTEMP (images TEMP/TDM seules), et MTEP_TEMP (combinaison des images TEP/TDM et TEMP/TDM), avec les mêmes patients pour l’entraînement et la validation. Les volumes segmentés automatiquement ont été évalués avec le coefficient de Dice.</div></div><div><h3>Résultats</h3><div>Le volume moyen des lésions segmentées manuellement par patient était de 625 (+/−702) cm<sup>3</sup> pour les TEP/TDM et de 879 (+/−874) cm<sup>3</sup> pour les TEMP/TDM. Les volumes moyens des lésions segmentées automatiquement par patient étaient de 625 (+/−726) cm<sup>3</sup>, 393 (+/−515) cm<sup>3</sup>, 637 (+/−742) cm<sup>3</sup> pour les TEP/TDM, et de 1640 (+/−1505) cm<sup>3</sup>, 969 (+/−1064) cm<sup>3</sup>, 892 (+/−948) cm<sup>3</sup> pour les TEMP/TDM, pour respectivement. MTEP, MTEMP et MTEP_TEMP. La différence absolue moyenne en pourcentage entre les volumes des lésions segmentées automatiquement et manuellement par patient était de 27,2 % (+/−20,4 %), 54,5 % (+/−24,2 %), 26,3 % (+/−20,2 %) pour les TEP/TDM et de 3990,7 % (+/−11 632,7 %), 79,4 % (+/−147,3 %), 88,9 % (+/−190,2 %) pour le TEMP/TDM, pour, respectivement, MTEP, MTEMP et MTEP_TEMP. Concernant les coefficients de Dice, ils étaient de 0,82 (+/−0,15), 0,54 (+/−0,21), 0,80 (+/−0,14) pour les TEP/TDM et de 0,57 (+/−0,24), 0,70 (+/−0,18), 0,80 (+/−0,20) pour les TEMP/TDM pour, respectivement, MTEP, MTEMP et MTEP_TEMP.</div></div><div><h3>Conclusion</h3><div>Les volumes des lésions segmentées sur les images TEP et TEMP sont différents, vraisemblablement en raison de l’effet de volume partiel sur les TEMP limitant la précision de la segmentation. Un modèle entraîné sur une modalité ne peut segmenter de façon fiable les examens d’une autre modalité même si la molécule traceuse est identique (PSMA). Cependant, un modèle nnU-Net entraîné sur les deux modalités (TEP et TEMP) obtient des résultats fiables et comparables à ceux des modèles entraînés sur chaque modalité séparément.</div></div>\",\"PeriodicalId\":49841,\"journal\":{\"name\":\"Medecine Nucleaire-Imagerie Fonctionnelle et Metabolique\",\"volume\":\"49 2\",\"pages\":\"Page 119\"},\"PeriodicalIF\":0.2000,\"publicationDate\":\"2025-03-01\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Medecine Nucleaire-Imagerie Fonctionnelle et Metabolique\",\"FirstCategoryId\":\"3\",\"ListUrlMain\":\"https://www.sciencedirect.com/science/article/pii/S0928125825001329\",\"RegionNum\":4,\"RegionCategory\":\"医学\",\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"Q4\",\"JCRName\":\"PATHOLOGY\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Medecine Nucleaire-Imagerie Fonctionnelle et Metabolique","FirstCategoryId":"3","ListUrlMain":"https://www.sciencedirect.com/science/article/pii/S0928125825001329","RegionNum":4,"RegionCategory":"医学","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"Q4","JCRName":"PATHOLOGY","Score":null,"Total":0}

引用次数: 0

摘要

在放射标记的MPSD上手动分割前列腺癌转移是漫长而费力的。本研究的目的是评估在TEP和TEMP模式下分别和联合训练的nnU-Net自动分割模型的性能。材料和方法数据库包括48例患者，每个患者在第一次治疗后获得68Ga-PSMA TEP/TDM图像和177Lu-PSMA TEMP/TDM图像。这些图像是由一位核医生分割的。38名患者用于培训，10名患者用于评估。对三个nnU-Net模型进行了训练：MTEP（仅TEP/TDM图像）、MTEMP（仅TEMP/TDM图像）和MTEP_TEMP（仅TEP/TDM图像和TEMP/TDM图像的组合），对相同的患者进行训练和验证。自动分割的卷使用骰子系数进行评估。结果：PET /TDM患者平均人工分割病变体量为625 (+/ - 702)cm3， PET /TDM患者平均人工分割病变体量为879 (+/ - 874)cm3。PET /TDM自动分割病变的平均体积分别为625(+/−726)cm3、393(+/−515)cm3、637(+/−742)cm3， PET /TDM自动分割病变的平均体积分别为1640(+/−1505)cm3、969(+/−1064)cm3、892(+/−948)cm3。MTEP， MTEMP和MTEP_TEMP。绝对差之间的百分比平均每个病人病变数量,自动和手动分割为27.2% + 1−(20.4%)、54.5% + 1−(24.2%)、26.3%(+ /−对于pet / ct(20.2%)和3990.7 6.327 11 + 1−(%)、79.4%(+ /−1.473亿),88.9%(+ /−020 %)分别为spect / ct、脚趾、MTEMP MTEP_TEMP。TEP/TDM的Dice系数分别为0.82（+/−0.15）、0.54（+/−0.21）和0.80(+/−0.14)，TEP/TDM的Dice系数分别为0.57（+/−0.24）、0.70（+/−0.18）和0.80(+/−0.20)，MTEP、MTEMP和MTEP_TEMP。结论PET和TEMP图像上节段病变的体积不同，可能是由于对TEMP的部分体积影响限制了节段的准确性。在一种模式上训练的模型不能可靠地分割另一种模式的测试，即使绘制分子是相同的（MPSD）。然而，在两个模式（TEP和TEMP）上训练的nnU-Net模型得到的结果与在每个模式上单独训练的模型的结果相当可靠。

本文章由计算机程序翻译，如有差异，请以英文原文为准。

查看原文本刊更多论文

Évaluation de modèles de segmentation automatique combinés ou séparés pour le TEP/TDM au 68Ga-PSMA et le TEMP/TDM au 177Lu-PSMA

Introduction

La segmentation manuelle des métastases du cancer prostatique sur les images TEP/TDM et TEMP/TDM au PSMA radiomarqué est longue et laborieuse. L’objectif de cette étude est d’évaluer les performances de modèles de segmentation automatique nnU-Net entraînés sur les deux modalités TEP et TEMP séparément et conjointement.

Matériels et méthodes

La base de données comprend 48 patients, chacun avec une image 68Ga-PSMA TEP/TDM et une image 177Lu-PSMA TEMP/TDM réalisée après la première cure. Les images ont été segmentées par un médecin nucléaire. Trente-huit patients sont utilisés pour l’entraînement et 10 pour l’évaluation. Trois modèles nnU-Net ont été entraînés : MTEP (images TEP/TDM seules), MTEMP (images TEMP/TDM seules), et MTEP_TEMP (combinaison des images TEP/TDM et TEMP/TDM), avec les mêmes patients pour l’entraînement et la validation. Les volumes segmentés automatiquement ont été évalués avec le coefficient de Dice.

Résultats

Le volume moyen des lésions segmentées manuellement par patient était de 625 (+/−702) cm³ pour les TEP/TDM et de 879 (+/−874) cm³ pour les TEMP/TDM. Les volumes moyens des lésions segmentées automatiquement par patient étaient de 625 (+/−726) cm³, 393 (+/−515) cm³, 637 (+/−742) cm³ pour les TEP/TDM, et de 1640 (+/−1505) cm³, 969 (+/−1064) cm³, 892 (+/−948) cm³ pour les TEMP/TDM, pour respectivement. MTEP, MTEMP et MTEP_TEMP. La différence absolue moyenne en pourcentage entre les volumes des lésions segmentées automatiquement et manuellement par patient était de 27,2 % (+/−20,4 %), 54,5 % (+/−24,2 %), 26,3 % (+/−20,2 %) pour les TEP/TDM et de 3990,7 % (+/−11 632,7 %), 79,4 % (+/−147,3 %), 88,9 % (+/−190,2 %) pour le TEMP/TDM, pour, respectivement, MTEP, MTEMP et MTEP_TEMP. Concernant les coefficients de Dice, ils étaient de 0,82 (+/−0,15), 0,54 (+/−0,21), 0,80 (+/−0,14) pour les TEP/TDM et de 0,57 (+/−0,24), 0,70 (+/−0,18), 0,80 (+/−0,20) pour les TEMP/TDM pour, respectivement, MTEP, MTEMP et MTEP_TEMP.

Conclusion

Les volumes des lésions segmentées sur les images TEP et TEMP sont différents, vraisemblablement en raison de l’effet de volume partiel sur les TEMP limitant la précision de la segmentation. Un modèle entraîné sur une modalité ne peut segmenter de façon fiable les examens d’une autre modalité même si la molécule traceuse est identique (PSMA). Cependant, un modèle nnU-Net entraîné sur les deux modalités (TEP et TEMP) obtient des résultats fiables et comparables à ceux des modèles entraînés sur chaque modalité séparément.

求助全文

通过发布文献求助，成功后即可免费获取论文全文。去求助

来源期刊

Medecine Nucleaire-Imagerie Fonctionnelle et Metabolique PATHOLOGY-

CiteScore

0.30

自引率

0.00%

发文量

160

审稿时长

19.8 weeks

期刊介绍： Le but de Médecine nucléaire - Imagerie fonctionnelle et métabolique est de fournir une plate-forme d''échange d''informations cliniques et scientifiques pour la communauté francophone de médecine nucléaire, et de constituer une expérience pédagogique de la rédaction médicale en conformité avec les normes internationales.