Core Concepts
T1 가중 MRI 스캔을 이용하여 T2 가중 MRI 스캔을 합성할 수 있으며, 이를 통해 뇌 종양 자동 분할 성능을 향상시킬 수 있다.
Abstract
이 연구는 자동 뇌 종양 분할을 위한 MRI 스캔 합성 방법을 제안한다. 일반적으로 뇌 종양 분할은 T1 가중, T2 가중, T1CE, FLAIR 등 다양한 MRI 스캔을 사용하지만, 임상에서는 모든 스캔이 항상 사용 가능하지 않다. 따라서 저자들은 T1 가중 스캔으로부터 T2 가중 스캔을 합성하는 방법을 제안한다.
저자들은 두 가지 방법을 개발하고 평가했다:
BrainClustering: T1 가중 및 T2 가중 스캔 간의 관계를 학습하기 위해 클러스터링 기반 접근법을 사용한다. 이를 통해 T1 가중 스캔으로부터 T2 가중 스캔을 합성할 수 있다.
Pix2Pix: 조건부 생성 적대 신경망(cGAN)을 사용하여 T1 가중 스캔으로부터 T2 가중 스캔을 직접 합성한다.
이 두 방법 모두 평균 제곱 오차(MSE) 측면에서 기존 방법보다 우수한 성능을 보였다. 또한 합성된 T2 가중 스캔을 사용하여 DeepMedic 모델로 뇌 종양을 분할한 결과, 실제 T2 가중 스캔을 사용한 경우와 유사한 성능을 보였다. 이를 통해 제안된 방법이 실제 임상에서 유용하게 활용될 수 있음을 보여주었다.
Stats
T1 가중 MRI 스캔의 최소값과 최대값을 이용하여 T2 가중 스캔의 보완 영상을 생성하면 평균 제곱 오차(MSE)가 0.04로 나타났다.
BrainClustering 방법의 경우 뇌 영역에서 평균 MSE가 0.04, 종양 영역에서 평균 MSE가 0.02로 나타났다.
Pix2Pix ResNet 모델의 경우 뇌 영역에서 평균 MSE가 0.03, 종양 영역에서 평균 MSE가 0.02로 나타났다.
Quotes
"T2W 스캔이 없는 경우에도 합성된 스캔을 사용하면 종양 분할 성능이 잘 유지된다."
"제안된 방법들은 실제 임상에서 유용하게 활용될 수 있다."