[論文レビュー] Benchmarking off-the-shelf statistical shape modeling tools in clinical applications

Anupama Goparaju, Alexandre Bône+9 more|arXiv (Cornell University)|Sep 6, 2020

Morphological variations and asymmetry参考文献 87被引用数 47

ひとこと要約

本論文は、ShapeWorks、Deformetrica、SPHARM-PDM の3つのオープンソース統計形状モデリングツールを、臨床的関連性のための外在的検証フレームワークを用いてベンチマークする。

ABSTRACT

Statistical shape modeling (SSM) is widely used in biology and medicine as a new generation of morphometric approaches for the quantitative analysis of anatomical shapes. Technological advancements of in vivo imaging have led to the development of open-source computational tools that automate the modeling of anatomical shapes and their population-level variability. However, little work has been done on the evaluation and validation of such tools in clinical applications that rely on morphometric quantifications (e.g., implant design and lesion screening). Here, we systematically assess the outcome of widely used, state-of-the-art SSM tools, namely ShapeWorks, Deformetrica, and SPHARM-PDM. We use both quantitative and qualitative metrics to evaluate shape models from different tools. We propose validation frameworks for anatomical landmark/measurement inference and lesion screening. We also present a lesion screening method to objectively characterize subtle abnormal shape changes with respect to learned population-level statistics of controls. Results demonstrate that SSM tools display different levels of consistencies, where ShapeWorks and Deformetrica models are more consistent compared to models from SPHARM-PDM due to the groupwise approach of estimating surface correspondences. Furthermore, ShapeWorks and Deformetrica shape models are found to capture clinically relevant population-level variability compared to SPHARM-PDM models.

研究の動機と目的

• インプラント設計、計画、病変スクリーニングなど、臨床的文脈で SSM ツールの評価と検証を動機づける。
• ShapeWorks、Deformetrica、SPHARM-PDM の一貫性と集団レベルの変動性の把握を比較する。
• 解剖学的ランドマーク推定と病変スクリーニングの検証フレームワークを提案する。
• 集団レベルの統計が客観的な臨床意思決定をいかに支援できるかを実証する。

提案手法

• ShapeWorks、Deformetrica、SPHARM-PDM のモデリングアプローチを検討・要約する。
• グラウンドトゥルースの対応付けに依存しない外在的評価・検証フレームワークを開発する。
• 各ツールについてデータ前処理、重要度サンプリングを用いたデータ分割、ハイパーパラメータ調整を行う。
• コンパクト性、一般化、特異性の指標で形状モデルを評価する。
• 変動モードとクラスタ分析による定性的評価を実施し、臨床的に関連するパターンを特定する。

実験結果

リサーチクエスチョン

• RQ1 オープンソースの SSM ツールは、集団全体で一貫した対応付けを生成する点でどのように差があるか。
• RQ2 臨床的に関連する集団レベルの変動を最もよく捉えるツールはどれか。
• RQ3 グラウンドトゥルースの対応付けが利用できない場合、外在的検証フレームワークは形状モデルの臨床的有用性を評価できるか。
• RQ4 SSM ベースのランドマーク推定と病変スクリーニングは臨床的意思決定に客観的な指針を提供できるか。
• RQ5 ツール固有の仮定（グループワイズ vs ペアワイズ）が形状モデリングの結果に及ぼす影響は何か。

主な発見

• ShapeWorks と Deformetrica は、グループワイズ対応付け推定のため、SPHARM-PDM より一貫性が高いことを示した。
• ShapeWorks と Deformetrica は、SPHARM-PDM より集団レベルの変動をより効果的に捉える傾向がある。
• 提案された検証フレームワークは、グラウンドトゥルースの対応付けがなくてもランドマーク推定と病変スクリーニングの評価を可能にする。
• Extrinsic evaluation は、各ツール間のコンパクト性、一般化、および特異性の差を明らかにする。
• 変動モードとクラスタリングの定性的分析は、形状集団に臨床的に解釈可能なパターンを示す。