Cílem práce bylo porovnání úspěšnosti texturního klasifikátoru a vyšetřujícího lékaře (radiologa) při diagnóze autoimunitní thyroiditidy ze sonografického obrazu snímaného v B-módu. Určení inter- a intrapersonální variability lékařů. Datový soubor obsahující 161 vyšetřovaných subjektů byl rozdělen do tří skupin dle celkového klinického vyšetření: normální – H (healthy); hraniční stav – BS (border state); autoimunitní thyroiditida – AT. Následně byl soubor čtyřmi vyšetřujícími lékaři a Bayesovským klasifikátorem, založeným na texturních příznacích, hodnocen do těchto skupin. Dva lékaři dosáhli vyšší úspěšnosti při hodnocení subjektů z normální skupiny (74,4 % a 83,3 %) a dva lékaři hodnotili lépe subjekty s autoimunitní thyroiditidou (59,0% a 77,4 %). Klasifikátor dosáhl relativně vysoké a vyrovnané úspěšnosti pro obě tyto skupiny (100,0 % pro normální a 87,5 % pro thyroiditidu). Rozdílný úspěch jednotlivých lékařů při hodnocení subjektů vyústil ve vyšší interpersonální variabilitu, tedy nízkou shodu mezi nimi. V intrapersonální variabilitě jednotlivých lékařů nebyl nalezen významný rozdíl. Vzhledem ke slabé shodě mezi vyšetřujícími lékaři při diagnostice autoimunitní thyroiditidy ze sonografických obrazů a vysoké a vyrovnané úspěšnosti klasifikátoru se zdá jako nejvýhodnější pro stanovení konečné diagnózy kombinace automatické klasifikace obrazů a klinických zkušeností lékařů.

The objective has been to compare success of the texture classifier and a human observer in diagnosis of the autoimmune thyroiditis from B-mode ultrasound images and to determine inter- and intra-observer variability. The data set of 161 subjects was classified by four human observers and by the Bayes classifier based on the texture features to three classes (healthy, border state, autoimmune thyroiditis). Two observers had a higher success rate when classifying the healthy class (74.4 % and 83.3 %), the other two observers classified better cases with autoimmune thyroiditis (59.0 % and 77.4 %). The classifier gave the relatively high and balanced success rate for both classes (100.0 % for healthy and 875 % for thyroiditis). The different observers’ success rates resulted in the high inter-observer variability, showing only a fair agreement among the human observers. There was no significant difference among human observers in the intra-observer variability. Due to the fair agreement among observers in the diagnosis of autoimmune thyroiditis from ultrasound images and good results of the classifier, the best way in establishing diagnosis is computer-aided diagnosis combined with observers’ clinical experience.

3rd Department of Internal Medicine 1st Faculty of Medicine Charles University Prague Czech Republic

Autoimunitní thyroiditida - porovnání vyšetřujícího lékaře a automatické klasifikace, vyhodnocení variability lékařů

Citace poskytuje Crossref.org

Lit.: 12