HEEH-V1: an open-source DICOM research viewer with reproducible quantitative imaging workflows: technical validation

In de wereld van medisch onderzoek vertrouwen wetenschappers op digitale beelden om het menselijk lichaam te begrijpen zonder een incisie te maken. Deze beelden, bekend als DICOM-bestanden, zijn de standaardtaal die ziekenhuizen gebruiken om scans zoals CT's en MRI's te delen. Wanneer onderzoekers echter specifieke details binnen deze beelden willen meten — zoals de dichtheid van een weefsel of de textuur van een tumor — moeten ze software gebruiken om de berekeningen uit te voeren. Een grote uitdaging in dit veld is ervoor zorgen dat verschillende softwareprogramma's exact dezelfde getallen produceren bij het analyseren van dezelfde afbeelding. Als het ene programma zegt dat een weefsel iets dichter is dan het andere, kan dit leiden tot tegenstrijdige onderzoeksresultaten. Om dit op te lossen, gebruiken wetenschappers vaak "fantoommodellen", wat objecten zijn die menselijk weefsel nabootsen maar geen echte patiënten bevatten, waardoor ze hun instrumenten kunnen testen op consistentie en reproduceerbaarheid.

Een onderzoeker genaamd Mohamad Yousef Heeh heeft een nieuwe, gratis softwaretool ontwikkeld genaamd HEEH-V1 om bij dit werk te helpen. Deze applicatie is ontworpen voor wetenschappers en studenten om medische beelden te bekijken, metingen te verrichten en kwantitatieve analyses uit te voeren. Het hoofddoel van de nieuwe studie was niet om te bewijzen dat deze software beter is dan bestaande tools of klaar is voor het diagnosticeren van patiënten, maar simpelweg om te verifiëren dat het correct en consistent werkt onder specifieke omstandigheden. De auteur wilde zien of de getallen geproduceerd door HEEH-V1 overeenkwamen met die van andere gevestigde, vertrouwde programma's wanneer ze naar dezelfde data keken. Om dit te doen, voerde het team een reeks rigoureuze controles uit met behulp van een publieke collectie CT-scanbeelden van een fantoom, wat een gespecialiseerd object is dat wordt gebruikt om beeldvormingsapparatuur te testen.

De onderzoekers onderwierpen de software aan een uitgebreide batterij van tests om te zien of deze de complexe taak van het lezen en analyseren van medische beelden kon aan kunnen. Eerst draaiden ze de software tegen een set van 335 geautomatiseerde controles die bedoeld waren om te waarborgen dat de code zelf zonder fouten functioneerde. De software slaagde voor elk van deze tests zonder een slag te missen. Vervolgens vergeleek het team de resultaten van HEEH-V1 met een bekend programma genaamd PyRadiomics. Ze namen een specifieke set van 172 plakjes (slices) uit een CT-scan van een fantoom en vroegen beide programma's om vier basisstatistische waarden te berekenen voor een specifiek gebied op elk plakje: de gemiddelde waarde, de standaarddeviatie, de laagste waarde en de hoogste waarde. Dit zijn fundamentele metingen die de verdeling van pixelwaarden in een afbeelding beschrijven.

De vergelijking onthulde een perfecte match. Over alle 172 plakjes en alle vier de soorten metingen waren de gegenereerde getallen van de nieuwe software identiek aan die van het gevestigde programma. Het verschil tussen de twee sets getallen was zo klein dat het effectief nul was, ruim binnen de minuscule foutmarge die is toegestaan voor dergelijk nauwkeurig wetenschappelijk werk. De onderzoekers testten ook het vermogen van de software om specifieke referentiestandaarden te verwerken die worden gebruikt in het vakgebied van de radiomics, bekend als IBSI-configuraties. In deze tests verwerkte de software succesvol 270 specifieke referentierijen, waarbij de verwachte resultaten perfect werden gematcht. Hoewel sommige rijen niet konden worden vergeleken omdat de kenmerken geen directe overeenkomst hadden, passeerden de geteste rijen allemaal.

Naast het enkel matchen van getallen, controleerde de studie ook of de software de lucht rondom het fantoom correct kon identificeren, die een specifieke dichtheidswaarde zou moeten hebben. De software mat de lucht op elk plakje en vond waarden die zeer dicht bij de verwachte standaard lagen, waarbij het grootste verschil slechts 14,39 eenheden bedroeg, wat ruim binnen de voor de studie gestelde aanvaardbare marge viel. Het team verifieerde ook of de software de gegevens veilig kon exporteren zonder corruptie en of het kon detecteren wanneer iemand probeerde de digitale bestanden te manipuleren. In deze beveiligingscontroles accepteerde de software alle geldige bestanden correct en wees het elk van de 11 opzettelijk gecorrumpeerde testbestanden af.

Ondanks deze succesvolle tests is de auteur zeer duidelijk over wat deze studie niet bewijst. De resultaten bevestigen dat de software reproduceerbaar werkt voor de specifieke taken en data die zijn getest, maar ze tonen niet aan dat de tool klaar is voor gebruik in een ziekenhuis om patiënten te diagnosticeren of behandelingen te plannen. De studie heeft de software niet getest op echte patiënten, noch heeft het de prestaties vergeleken met elk ander beeldvormingsplatform op de markt. De bevindingen zijn beperkt tot de specifieke fantoombeelden en de vier statistische kenmerken die zijn gemeten. De auteur stelt expliciet dat dit werk geen klinische superioriteit, volledige naleving van elke mogelijke standaard of algemene privacy-effectiviteit aantoont buiten de specifiek uitgevoerde tests.

De uiteindelijke waarde van dit werk ligt in de transparantie en de bijdrage aan de basis van reproduceerbare wetenschap. Door een gratis, open-source tool te bieden en te bewijzen dat deze consistente, verifieerbare resultaten kan genereren tegen bekende standaarden, biedt de onderzoeker de wetenschappelijke gemeenschap een betrouwbare manier om hun eigen beeldvormingsworkflows te inspecteren en te valideren. De studie dient als een technische validatie, die laat zien dat de software zich gedraagt zoals verwacht onder gecontroleerde omstandigheden. Het vestigt een basis van vertrouwen voor de specifieke geteste paden, waardoor andere onderzoekers voort kunnen bouwen op dit werk met het vertrouwen dat de onderliggende berekeningen deugdelijk zijn, terwijl de bredere vragen over klinische toepassing en brede adoptie worden overgelaten aan toekomstig onderzoek.