Zhao, Y., Zhang, Y., Simonetti, O., Han, Y., & Tao, Q. (2024). Lost in Tracking: Uncertainty-guided Cardiac Cine MRI Segmentation at Right Ventricle Base. arXiv preprint arXiv:2410.03320v1.
心臓MRIの右室基部におけるセグメンテーションは、複雑な解剖学的構造と平面間の動きの影響を受けやすく、自動化が困難とされてきました。本研究では、この課題を解決するために、時間的な非一貫性を利用した新しい深層学習手法を提案し、セグメンテーションの精度と再現性の向上を目指しています。
本研究では、公開されているACDCデータセットを用いて、専門家の指導のもと右室基部の再アノテーションを行い、右室流出路(RVOT)を含むより正確な右室の定義を行いました。さらに、2つの主要な技術を導入しています。一つ目は、Cine MRIの時間的フレーム間の動きを推定するBayesian運動追跡フレームワークです。このフレームワークは、平面間の動きを示す「追跡の喪失(loss-of-tracking)」を、運動追跡モデルのBayesian不確実性を通して特定します。二つ目は、画像と運動の不確実性の両方を考慮したDual-Encoder UNetアーキテクチャです。このアーキテクチャは、画像エンコーダとloss-of-trackingエンコーダを用いて、それぞれ画像と運動の不確実性を学習し、最終的なセグメンテーション予測に利用します。
提案手法は、従来のU-Netや時間的一貫性を重視したST-GRUと比較して、右室基部のセグメンテーション精度を大幅に向上させました。特に、拡張末期容積と収縮末期容積において、それぞれ1.2%と3.3%の改善が見られました。また、Bayesianアンサンブルを用いたセグメンテーションの再現性評価においても、提案手法は従来手法よりも高い再現性を示しました。
本研究は、心臓MRIの右室基部におけるセグメンテーションの精度と再現性を向上させるために、時間的な非一貫性を利用した新しい深層学習手法を提案しました。提案手法は、従来手法よりも優れた性能を示し、心臓MRIを用いた右室機能評価の信頼性向上に貢献する可能性があります。
本研究は、心臓MRIの右室基部セグメンテーションにおける重要な課題に対処し、より正確で再現性の高い自動セグメンテーション手法を提供することで、心臓病の診断と治療計画に貢献する可能性があります。
本研究では、ACDCデータセットを用いて評価を行いましたが、他のデータセットを用いた評価や、臨床現場での有用性を検証する必要があります。また、3次元的な運動情報を利用したセグメンテーション手法の開発も今後の課題として挙げられます。
다른 언어로
소스 콘텐츠 기반
arxiv.org
더 깊은 질문