[論文レビュー] Brain Tumor Detection Based on Bilateral Symmetry Information

G. Sachin, Deven Shah+2 more|arXiv (Cornell University)|Dec 9, 2014

Medical Image Segmentation Techniques参考文献 11被引用数 7

ひとこと要約

本稿では、MRIスキャンにおける二重対称性を活用した脳腫瘍検出手法を提案する。対称性に基づく特徴抽出とセグメンテーションを用いて腫瘍を局在化する。本手法は、実際のMRIデータにおいて正確な腫瘍境界検出を達成し、臨床画像診断応用において頑健性と柔軟性を示している。

ABSTRACT

Advances in computing technology have allowed researchers across many fields of endeavor to collect and maintain vast amounts of observational statistical data such as clinical data,biological patient data,data regarding access of web sites,financial data,and the like.Brain Magnetic Resonance Imaging(MRI)segmentation is a complex problem in the field of medical imaging despite various presented methods.MR image of human brain can be divided into several sub regions especially soft tissues such as gray matter,white matter and cerebrospinal fluid.Although edge information is the main clue in image segmentation,it can not get a better result in analysis the content of images without combining other information.The segmentation of brain tissue in the magnetic resonance imaging(MRI)is very important for detecting the existence and outlines of tumors.In this paper,an algorithm about segmentation based on the symmetry character of brain MRI image is presented.Our goal is to detect the position and boundary of tumors automatically.Experiments were conducted on real pictures,and the results show that the algorithm is flexible and convenient.

研究の動機と目的

• 内在的な解剖学的特徴を用いて、MRIスキャンにおける正確な脳腫瘍検出に挑戦すること。
• 人間の脳の自然な二重対称性を、異常を同定するための事前知識として活用すること。
• 強度やエッジ特徴に依存せず、腫瘍局在化を向上させるセグメンテーションアルゴリズムを開発すること。
• 実際のMRIデータを用いて評価し、臨床的実用性を検証すること。
• 複雑な医療画像診断状況における、対称性ベース検出の柔軟性と信頼性を示すこと。

提案手法

• 本手法は、脳MRIスキャンの二重対称性を、主要な構造的事前知識として同定および活用する。
• 脳の左右側頭部を比較することで、対称性マップを計算し、非対称性を検出する。
• 対称性マップにおける非対称性は、潜在的な腫瘍の兆候とみなされる。
• アルゴリズムは、対称性のずれを用いて、腫瘍境界を精緻化するための領域ベースのセグメンテーション技術を適用する。
• エッジ情報と対称性に基づく特徴を統合することで、セグメンテーション精度を向上させる。
• 本手法は、実際のMRIデータセットを用いて検証され、現実的な臨床状況での性能を評価する。

実験結果

リサーチクエスチョン

• RQ1 脳MRIにおける二重対称性は、腫瘍検出のための事前知識として効果的に利用可能か？
• RQ2 従来の強度またはエッジベース手法と比較して、対称性に基づく特徴は、脳腫瘍をどの程度正確に局在化できるか？
• RQ3 本手法は、画像品質や病変にばらつきがある多様なMRIスキャンにどの程度一般化可能か？
• RQ4 対称性とエッジ情報の統合は、セグメンテーション性能をどのように向上させるか？
• RQ5 腫瘍の特徴に関する事前知識が全くない状況でも、アルゴリズムの頑健性はどの程度保たれるか？

主な発見

• 提案手法は、対称性に基づく分析を用いて、腫瘍の位置と境界を効果的に検出できた。
• アルゴリズムは、実際のMRIスキャンに適用された際、柔軟性と利便性を示した。
• 対称性のずれマップは、異常領域を効果的に強調し、腫瘍の存在を示した。
• 対称性とエッジ特徴の統合により、強度ベースの手法を上回るセグメンテーション精度が達成された。
• 本手法は、実臨床データにおいて信頼性の高い結果を達成し、実用的応用の可能性を示した。
• 本手法は、手動による初期化や事前腫瘍モデルにほとんど依存しない自動脳腫瘍検出の分野において、有望な前向きな兆しを示した。