[論文レビュー] Pulmonary Vascular Tree Segmentation from Contrast-Enhanced CT Images

Michael Helmberger, Martin Urschler+4 more|arXiv (Cornell University)|Apr 26, 2013

Pulmonary Hypertension Research and Treatments参考文献 19被引用数 7

ひとこと要約

本論文は、肺および気道のセグメンテーションを用いて、ヘッセ行列解析とオフセットメデイアルネスに基づくマルチスケール血管強調フィルタの適用を制限することで、造影CTスキャンからの肺血管樹の完全自動的で高速かつ頑健なセグメンテーション手法を提示する。主な貢献は、距離指標を用いて定量化された血管のねじれ度が、平均肺動脈圧（ρ = 0.60、p < 0.01）と有意に相関することを示したことであり、24例の症例から成るデータセットにおいて、肺高血圧症を有する患者と非有病患者を非侵襲的に区別可能であることを可能にする。

ABSTRACT

We present a pulmonary vessel segmentation algorithm, which is fast, fully automatic and robust. It uses a coarse segmentation of the airway tree and a left and right lung labeled volume to restrict a vessel enhancement filter, based on an offset medialness function, to the lungs. We show the application of our algorithm on contrast-enhanced CT images, where we derive a clinical parameter to detect pulmonary hypertension (PH) in patients. Results on a dataset of 24 patients show that quantitative indices derived from the segmentation are applicable to distinguish patients with and without PH. Further work-in-progress results are shown on the VESSEL12 challenge dataset, which is composed of non-contrast-enhanced scans, where we range in the midfield of participating contestants.

研究の動機と目的

• 造影CT画像における肺血管樹のセグメンテーションのための完全自動的で頑健かつ計算的に効率的な手法の開発。
• セグメンテッド血管から定量的血管特徴を抽出することで、肺高血圧症（PH）の非侵襲的検出を可能にする。
• 特に肺高血圧症に起因する重度の血管リモデリングを示す症例においても、血管セグメンテーションの頑健性を向上させること。
• 定量的セグメンテーション結果を用いて、血管のねじれ度がPHのバイオマーカーとして臨床的有用性を検証すること。

提案手法

• 粗い肺および気道セグメンテーションを用いて、マルチスケール血管強調フィルタの適用範囲を肺ボリュームに制限することで、誤検出の数を削減する。
• ヘッセ行列に基づく血管強調フィルタは、ヘッセ行列の固有値および固有ベクトルを用いてメデイアルネス応答を計算し、血管中心線を検出するためのオフセットメデイアルネス指標を用いる。
• 中心線は、全変動に基づくジオデシックアクティブコントゥアモデルを用いた再接続により精錬され、メデイアルネス応答から導出されたデータ項を用いる。
• 球面的レイトキャスティングアプローチを用いて、強調応答および中心線データから血管径を推定する。
• アルゴリズムはCUDAを用いて並列化され、大規模なCTデータセットにおいて、セグメンテーションおよび中心線抽出を10分未満で実行可能である。
• 肺および気道のセグメンテーションは、強度ベースのしきい値処理と、上位スライスの気管をシードとして用いた反復的3次元リージョングロービングにより達成される。

実験結果

リサーチクエスチョン

• RQ1 造影CTに対して、病理的症例においても有効である完全自動的で高速かつ頑健な肺血管樹セグメンテーション手法を開発可能か？
• RQ2 距離指標を用いて定量化された血管のねじれ度は、肺高血圧症を有する患者と非有病患者において、平均肺動脈圧と有意に相関するか？
• RQ3 セグメンテッド血管から導出された定量的インデックスを用いて、PH患者と非PH患者の間で血管形態の差をアルゴリズムが信頼性高く検出可能か？
• RQ4 本手法は、造影CTスキャンに最適化されているが、非造影CTスキャン（例：VESSEL12チャレンジデータセット）においてはどのように性能を示すか？
• RQ5 ノイズやコントラスト不足の影響を受ける小血管（<2 mm）において、アルゴリズムの性能はどの程度低下するか？

主な発見

• 提案手法は、ガウスノイズが40 Hounsfield Unitsまで含まれるホモトープデータにおいても、93％を超えるジャッカードインデックスを達成し、高い頑健性を示した。
• VESSEL12チャレンジデータセット（非造影CTスキャン）において、特異度0.94、受検者作動特性曲線下積分（Az）0.85を達成し、参加チームの中位の成績を記録した。
• 24例の臨床研究において、距離指標（DM）は平均肺動脈圧と有意に高いスピアマン相関（ρ = 0.60、p < 0.01）を示した。
• 肺高血圧症を有する患者は、非PH患者に比べて有意に高い血管のねじれ度（DM）を示した（p < 0.05）、これにより群間の区別が可能となった。
• CUDA並列化実装により、大規模なCTデータセットにおいて、全セグメンテーションおよび中心線抽出を10分未満で実行可能であり、臨床ワークフロー統合に適している。
• 本手法は、2 mm未満の直径の血管を検出する能力に制限を示したが、これは主に造影CTに最適化されており、等方的解像度であるためである。