[論文レビュー] Client/Server Based Online Environment for Manual Segmentation of Medical Images

Daniel Wild, Maximilian Weber+1 more|arXiv (Cornell University)|Apr 18, 2019

Medical Image Segmentation Techniques参考文献 8被引用数 7

ひとこと要約

本論文では、ローカルソフトウェアのインストールを不要にし、ブラウザ上で直接医療画像の手動セグメンテーションを可能にするウェブベースのクライアント/サーバー応用 Studierfenster を提示する。これは高い使いやすさ（平均評価6.3/7）を達成し、標準ツールと互換性のある正確なセグメンテーションを生成する。医療画像解析研究におけるグランドトゥルースデータ収集を著しく容易にする。

ABSTRACT

Segmentation is a key step in analyzing and processing medical images. Due to the low fault tolerance in medical imaging, manual segmentation remains the de facto standard in this domain. Besides, efforts to automate the segmentation process often rely on large amounts of manually labeled data. While existing software supporting manual segmentation is rich in features and delivers accurate results, the necessary time to set it up and get comfortable using it can pose a hurdle for the collection of large datasets. This work introduces a client/server based online environment, referred to as Studierfenster (studierfenster.at), that can be used to perform manual segmentations directly in a web browser. The aim of providing this functionality in the form of a web application is to ease the collection of ground truth segmentation datasets. Providing a tool that is quickly accessible and usable on a broad range of devices, offers the potential to accelerate this process. The manual segmentation workflow of Studierfenster consists of dragging and dropping the input file into the browser window and slice-by-slice outlining the object under consideration. The final segmentation can then be exported as a file storing its contours and as a binary segmentation mask. In order to evaluate the usability of Studierfenster, a user study was performed. The user study resulted in a mean of 6.3 out of 7.0 possible points given by users, when asked about their overall impression of the tool. The evaluation also provides insights into the results achievable with the tool in practice, by presenting two ground truth segmentations performed by physicians.

研究の動機と目的

• ローカルの医療画像セグメンテーションソフトウェアにおける時間のかかるセットアップとトレーニングの課題に対処する。
• ウェブブラウザを通じた即時アクセスを可能にすることで、大規模なグランドトゥルースデータセットの収集の障壁を低減する。
• ソフトウェアのインSTALLを必要とせず、医師や研究者がプラットフォームに依存しない軽量なソリューションで手動セグメンテーションを実行できるようにする。
• 自動セグメンテーションアルゴリズムのトレーニングに用いるグランドトゥルースアノテーションの効率性とアクセス可能性を向上させる。
• 医療従事者および非医療専門家の参加を含む制御されたユーザースタディにおいて、使いやすさとセグメンテーションの正確さを評価する。

提案手法

• Slice:Drop をフロントエンド医療画像ビューアとして使用し、カスタムサーバーバックエンドを拡張したクライアント/サーバー・アーキテクチャを構築した。
• ブラウザ内へのドラッグアンドドロップによるファイルアップロードを可能にし、スライスごとに輪郭描画によりセグメンテーションを実行した。
• ユーザーが描いた輪郭を、エクスポート用のバイナリ NRRD マスクファイルに変換するサーバーサイド処理を実装した。
• HTML、CSS、JavaScript などのウェブ技術を活用することで、クロスプラットフォーム互換性とインストール不要の要件を満たした。
• 左側にセグメンテーション機能用のコントロールを配置したレスポンシブUIを設計し、ユーザーのフィードバックを受けて後で改良した。
• 医療従事者と非医療専門家の間で、セグメンテーション時間、ハウスドルフ距離、Dice スコアを比較するユーザースタディを実施した。

実験結果

リサーチクエスチョン

• RQ1 従来のデスクトップソフトウェアと比較して、ウェブベースのクライアント/サーバー・システムは、医療画像の手動セグメンテーションにおけるセットアップ時間の短縮とアクセス性の向上を顕著に実現できるか？
• RQ2 医療専門家および非専門家が見た場合、ブラウザベースのセグメンテーションツールの使いやすさは、デスクトップツールと比べてどうか？
• RQ3 ウェブベースのインターフェースを用いた場合、どの程度のセグメンテーション正確さが達成可能か。また、医療専門家と非専門家との間で結果にどのような差が生じるか？
• RQ4 ウェブベースのセグメンテーションワークフローにおいて、どのような使いやすさの問題が生じるか。特に、ズーム機能やアイコンなどの機能が、ユーザーの効率性と満足度にどの程度の影響を与えるか？
• RQ5 ウェブベースのツールが、確立された医療画像処理パイプラインと互換性を持つグランドトゥルースデータをどの程度の精度で生成できるか？

主な発見

• 本ツールは平均6.3/7.0の使いやすさスコアを達成し、全体的なユーザー満足度が高く、認識された複雑さが低いことを示した。
• 医療ユーザーは非医療ユーザー（平均18.8分）よりも速くセグメンテーションを完了した（平均14.7分）、両者とも高品質な結果を出力した。
• ハウスドルフ距離は医療ユーザー（平均3.518）が非医療ユーザー（平均3.805）よりも低く、専門家による輪郭描画の正確性が高かった。
• Dice スコアは医療ユーザー（平均0.852）が非医療ユーザー（平均0.836）よりもわずかに高く、専門家間でのセグメンテーション整合性が優れていた。
• 経験が少ないにもかかわらず、非医療ユーザーは妥当な正確性を持つセグメンテーションを出力したため、医療訓練がなくても本ツールが使用可能であることが示された。
• ユーザーはズーム機能の追加やUIコントロール用の視覚的アイコンの導入といった重要な改善点を指摘し、これによりトレーニング時間の短縮と精度向上がさらに可能になると述べた。