AIM: To prepare a dataset head and neck CT scans with lymph nodes for further use in the development of artificial intelligence tools.
METHODS: We selected patients who underwent CT scans with intravenous contrast enhancement (CE) from 2020 to 2023 were selected for this retrospective study. The selected patients were over 18 years old. Inclusion criteria: presence of a histologically confirmed malignancy, presence of CT with CE. Exclusion criteria: artefacts from dental implants at the level of target lymph nodes (categories 1 and 5 according to Node-RADS), presence of motion artifacts. Two samples were formed: studies with signs of metastatic lymph nodes and without. The studies were performed on Toshiba Aquilion units. The dataset includes images obtained in the venous phase of contrast enhancement: start at 70 seconds when peak density values in the the aorta was 130 HU. All studies were anonymized. The dataset was labeled by three radiologists with more than 3 years of experience. A labeling table was created containing the following data: patient number, sex, age, presence or absence of secondary changes in lymph nodes, bilateral or unilateral lesion, side of lesion, size of the largest lymph node along the short axis, size of the largest lymph node along the long axis, lymph node group, image series and number.
RESULTS: 84 CT studies with intravenous contrast enhancement were selected in accordance with the inclusion and exclusion criteria. Among the selected patients, 61 had signs of metastatic lymph node lesions, while 23 had no signs of secondary lesions. 75 lymph nodes of category Node-RADS 5 were labeled. The dataset contains 84 DICOM files with a total volume of 19.0 GB.
CONCLUSION: A dataset of 84 patients has been prepared and made available in the public domain, containing labels of lymph nodes in the neck according to the Node-RADS classification (categories 1 and 5) in CT scans with intravenous contrast enhancement, as well as clinical data. The collected data can be used to create and test artificial intelligence for detecting and evaluating lymph nodes.
Цель исследования. подготовить набор данных лимфатических узлов по КТ области головы и шеи для дальнейшего использования в разработках систем ИИ.
Методы. Для ретроспективного одноцентрового исследования были отобраны пациенты, которым была выполнена КТ области головы и шеи (ОГШ) с внутривенным контрастным усилением (КУ) в период с 2020 по 2023 года с целью оценки распространенности основного заболевания при первичном обследовании. Отобранные для исследования пациенты старше 18 лет. Критерии включения: наличие гистологически подтвержденного диагноза ЗНО, наличие первичной КТ ОГШ с КУ. Критерии исключения: артефакты от зубных металлических конструкций на уровне целевых лимфатических узлов 1 и 5 категорий по Node-RADS, наличие двигательных артефактов. Были сформулированы две выборки: исследования с наличием признаков метастатического поражения лимфатических узлов и без. Исследования были выполнены на томографах Toshiba Aquilion. В набор данных включены изображения, полученные в венозную фазу контрастирования: старт сканирования венозной фазы на 70 секунде от достижения пиковых значений плотности в просвете аорты (130HU). Все исследования были анонимизированы. Набор данных был размечен тремя врачами-рентгенологами с опытом работы более 3-х лет. Была сформирована таблица разметки, содержащая следующие данные: номер пациента, пол, возраст, наличие или отсутствие вторично измененных лимфатических узлов, двустороннее или одностороннее поражение, сторона поражения, размер наиболее крупного лимфатического узла по короткой оси, размер наиболее крупного лимфатического узла по длинной оси, группа лимфатических узлов по классификации на основании их расположения, серия и номер изображения.
Результаты. В соответствии с критериями включения и исключения были отобраны отобрано 84 исследования КТ ОГШ с внутривенным контрастированием. Среди отобранных пациентов у 61 были выявлены признаки метастатического поражения лимфатических узлов, у 23 признаков вторичного поражения выявлено не было. Размечено 75 лимфатических узлов категории Node-RADS 5. Набор данных содержит 84 DICOM файла общим объемом 19,0 ГБ
Заключение. Подготовлен и представлен в открытом доступе набор данных 84 пациентов, содержащий разметку лимфатических узлов шеи в соответствии с классификацией Node-RADS (1 и 5 категории) при КТ органов головы и шеи с внутривенным контрастным усилением, а также клинические данные. Собранные данные возможно использовать для создания и тестирования алгоритмов ИИ для выявления и оценки лимфатических узлов области головы и шеи при опухолевых заболеваниях данной области.