[論文レビュー] Segmentation of glioblastomas in early post-operative multi-modal MRI with deep neural networks

Ragnhild Holden Helland, Alexandros Ferles+31 more|arXiv (Cornell University)|Apr 18, 2023

Radiomics and Machine Learning in Medical ImagingMedicine被引用数 3

ひとこと要約

本研究では、早期術後マルチモodal MRIにおける残留膠芽腫の自動分類のための深層ニューラルネットワークを提案し、Diceスコアは最大61%、腫瘍存在分類のバランス精度は約80%を達成した。モデルは術後T1w-CE、T1w、FLAIR画像のみを用いて12か所の病院で一般化し、熟練した人間のレーティングと同等の性能を示し、手動による腫瘍描写の再現性の高い代替手段を提供する。

ABSTRACT

Extent of resection after surgery is one of the main prognostic factors for patients diagnosed with glioblastoma. To achieve this, accurate segmentation and classification of residual tumor from post-operative MR images is essential. The current standard method for estimating it is subject to high inter- and intra-rater variability, and an automated method for segmentation of residual tumor in early post-operative MRI could lead to a more accurate estimation of extent of resection. In this study, two state-of-the-art neural network architectures for pre-operative segmentation were trained for the task. The models were extensively validated on a multicenter dataset with nearly 1000 patients, from 12 hospitals in Europe and the United States. The best performance achieved was a 61\% Dice score, and the best classification performance was about 80\% balanced accuracy, with a demonstrated ability to generalize across hospitals. In addition, the segmentation performance of the best models was on par with human expert raters. The predicted segmentations can be used to accurately classify the patients into those with residual tumor, and those with gross total resection.

研究の動機と目的

• 早期術後MRIにおける残留膠芽腫の自動分類手法を開発し、予後予測の正確性を向上させること。
• 熟練した人間のレーティングによる腫瘍描写に内在する症例間・症例内変動を低減すること。
• 多施設データセットを用いて、ヨーロッパおよび米国の複数の病院で、ディープラーニングモデルの一般化性能を検証すること。
• 高い分類性能を得るためには術前画像が必要かどうか、それとも術後画像のみで十分かを評価すること。
• 臨床現場で利用可能なオープンソースのソリューションを確立し、膠芽腫手術後の自動腫瘍分類を実現すること。

提案手法

• 2つの最先端の深層ニューラルネットワークアーキテクチャを、早期術後マルチモダリティMRIシーケンス（T1w-CE、T1w、FLAIR）を用いて、膠芽腫分類のための学習に使用した。
• モデルは、ヨーロッパおよび米国の12か所の病院からなる956例の多施設データセットを用い、病院ごとに分離した訓練／検証／テスト分割で検証した。
• 一般化性能を評価するために、ホールドアウト病院をテストセットとして使用し、8名のヒューマンアノテーターによるコンセンサスグランドトゥースを基準に、レーティング間変動を評価した。
• 分類性能はDiceスコアで測定した。腫瘍存在分類にはバランス精度を用いた。
• 術前MRI入力を有する・なしの両方の条件でモデルを評価し、術前データの貢献度を評価した。
• 最も優れたモデルは、オープンアクセスおよび将来的な臨床検証を想定して、Raidionics環境にリリースされた。

Figure 1: Dataset examples for four patients, separated by white dash-lines. For each patient, an axial view from the EPMR T1w-CE, EPMR T1w, EPMR FLAIR, and pre-operative T1w-CE are displayed. Outlines of the manually annotated tumors are shown in green.

実験結果

リサーチクエスチョン

• RQ1 ディープニューラルネットワークは、早期術後膠芽腫MRIにおいて、熟練した人間のレーティングと同等の分類性能を達成できるか？
• RQ2 これらのモデルは、多様な臨床施設およびスキャナーパラメータでどれほど一般化できるか？
• RQ3 高い正確性の残留腫瘍分類を得るためには術前画像が必要か、それとも術後シーケンスのみで十分か？
• RQ4 モデルの性能は人間のレーティング間の変動とどの程度一致するか、あるいはそれを上回るか？
• RQ5 自動分類は、全摘除と残留腫瘍の有無を信頼性高く分類できるか？

主な発見

• 最良のモデルは、残留腫瘍分類において61%のDiceスコアを達成し、平均的人間レーティングの性能と一致した。
• 腫瘍存在分類において、バランス精度は約80%であった。
• 術前スキャンを必要とせず、術後MRIのみで学習・テストした場合でも、性能は安定していた。
• モデルは初心者アノテーターを上回り、コンセンサスグランドトゥースを基準に評価しても、個々の熟練レーティングと同等またはそれを上回る性能を示した。
• 人間のレーティング間の変動は高く、モデルの性能はこの範囲内にあったため、信頼できる代替手段としての有効性が裏付けられた。
• モデルは12か所の病院で成功裏に検証され、多様な臨床現場および画像プロトコルにおいて強い一般化性能を示した。

Figure 2: Overall residual tumor segmentation pipeline from EPMR scans and classification between gross total resection or residual tumor. The registration is performed using the SyN approach from ANTs, multiple input configurations using different combinations of MR sequences were considered (noted