Core Concepts
본 연구는 T2 강조 MR 영상에서 14개의 척추 구조물을 의미론적 및 인스턴스 단위로 자동 분할하는 SPINEPS 기법을 제안한다.
Abstract
본 연구는 SPINEPS라는 새로운 딥러닝 기반 접근법을 제안한다. SPINEPS는 T2 강조 MR 영상에서 척추의 14개 구조물(10개의 척추 소구조물, 추간판, 척수, 척추관, 천골)을 의미론적 및 인스턴스 단위로 분할한다.
연구 과정:
공개 SPIDER 데이터셋과 독일 국가 코호트(NAKO) 데이터를 활용하여 모델 학습 및 평가
CT와 T2 강조 MR 영상의 분할 정보를 결합하여 학습 데이터 생성
의미론적 분할과 인스턴스 분할을 위한 2단계 접근법 제안
Dice 유사계수, 평균 대칭 표면 거리, 전체적 품질 지표 등을 통해 성능 평가
공개 데이터셋에서 기존 접근법 대비 우수한 성능 달성
자동 생성 주석을 활용한 모델 학습으로도 우수한 성능 달성
다양한 MRI 데이터에 대한 강건성 확인
본 연구는 T2 강조 MR 영상에서 전체 척추 분할을 위한 최초의 공개 알고리즘을 제공한다. 제안된 SPINEPS 기법은 의미론적 및 인스턴스 분할 기능을 모두 제공하여 다양한 후속 연구에 활용될 수 있다.
Stats
척추체 Dice 유사계수: 0.96
추간판 Dice 유사계수: 0.967
척추관 Dice 유사계수: 0.958
척수 Dice 유사계수: 0.966