[論文レビュー] Automatic Segmentation of the Left Ventricle in Cardiac CT Angiography Using Convolutional Neural Network

Majd Zreik, Tim Leiner+4 more|arXiv (Cornell University)|Apr 19, 2017

Medical Imaging Techniques and Applications被引用数 4

ひとこと要約

本論文では、畳み込みニューラルネットワーク（CNN）を用いて、心臓CTアンジオグラフィ（CCTA）における自動的左室（LV）セグメンテーションのための2段階のディープラーニング手法を提示する。まず、冠状断面、矢状断面、 coronal（額状）断面の3つのCNNが、それぞれの平面でLVのバウンディングボックスを検出する。次に、ボックス内におけるボクセル単位のCNNが構造を分類する。この手法は、平均Dice係数0.85および平均絶対表面距離1.1 mmを達成し、臨床的応用における高い正確性と実用性を示している。

ABSTRACT

Accurate delineation of the left ventricle (LV) is an important step in evaluation of cardiac function. In this paper, we present an automatic method for segmentation of the LV in cardiac CT angiography (CCTA) scans. Segmentation is performed in two stages. First, a bounding box around the LV is detected using a combination of three convolutional neural networks (CNNs). Subsequently, to obtain the segmentation of the LV, voxel classification is performed within the defined bounding box using a CNN. The study included CCTA scans of sixty patients, fifty scans were used to train the CNNs for the LV localization, five scans were used to train LV segmentation and the remaining five scans were used for testing the method. Automatic segmentation resulted in the average Dice coefficient of 0.85 and mean absolute surface distance of 1.1 mm. The results demonstrate that automatic segmentation of the LV in CCTA scans using voxel classification with convolutional neural networks is feasible.

研究の動機と目的

• 心臓CTアンジオグラフィ（CCTA）スキャンにおける左室セグメンテーションの自動的で、ディープラーニングベースの手法の開発を目的とする。
• 手作業によるセグメンテーションの限界、すなわち時間消費と観察者間差異を克服することを目的とする。
• CNNを用いたエンドツーエンド学習により、手作業による特徴量設計を排除し、セグメンテーションの正確性を向上させることを目的とする。
• 大動脈の根部領域や、僧帽弁筋小柱や肉柱など複雑な構造を含む、臨床的意義のある多様なCCTAスキャンにおいて、性能を評価することを目的とする。

提案手法

• 2段階のアプローチを採用する：まず、冠状断面、矢状断面、額状断面の各画像平面における左室の存在を特定するための3つの別個のCNNを用いることで、バウンディングボックスを定義する。
• 各CNNは、その平面に属するすべてのスライスを処理し、LVの局所化を実行し、構造の周囲に3次元バウンディングボックスを生成する。
• 定義されたバウンディングボックス内では、各ボクセルを中心として、3つの直交する48×48の画像パッチ（冠状、矢状、額状）を分析する専用のボクセル分類CNNが使用される。
• ボクセル分類器の入力は、直交する3平面からの3つの画像パッチであり、正確な組織分類のためのマルチビューの文脈を提供する。
• 最終的なセグメンテーションは、CNNのソフトマックス出力層によって生成され、学習された特徴に基づいて各ボクセルをLVまたは非LVに分類する。
• 本手法は、局所化に50スキャン、セグメンテーションに5スキャン、テストに5スキャンを用いてエンドツーエンドで学習され、手作業による特徴量設計は一切不要である。

実験結果

リサーチクエスチョン

• RQ1 2段階のCNNフレームワークは、CCTAスキャンにおける左室の正確で頑健な自動的セグメンテーションを達成できるか？
• RQ2 提案されたCNNベースの手法の性能は、熟練した観察者による手作業セグメンテーションと比較してどうなるか？
• RQ3 本手法は、僧毛筋小柱や肉柱など、左室と類似した強度を示す複雑な構造を効果的に除外できるか？
• RQ4 単一平面分析と比較して、マルチプレーンパッチ入力を用いることで、ボクセル分類の正確性が向上するか？

主な発見

• 提案手法は、5つのテストスキャンにおいて平均Dice係数0.85を達成し、手作業による基準アノテーションと強い重複を示した。
• 自動セグメンテーションと手作業セグメンテーションとの間の平均絶対表面距離（MAD）は1.1 mmであり、高い幾何的正確性を示している。
• 2番目の観察者による手作業セグメンテーションは、より高いDice係数（0.90）と低いMAD（0.6 mm）を達成しており、現在の手法の改善の余地があることを示している。
• 多平面パッチによる空間的文脈のおかげで、左室と類似した強度を示す僧毛筋小柱や肉柱を効果的に除外できた。
• 特に困難とされるアピカル領域を含むすべてのスライスにおいて、性能が一貫していた。
• アトラスベースやアクティブな輪郭法を用いた先行の最先端手法と同等の性能を示し、表面距離指標において同程度またはそれ以上の性能を達成した。