[論文レビュー] Segmentation of points of interest during fetal cardiac assesment in the first trimester from color Doppler ultrasound

Ruxandra Stoean, Dominic Gabriel Iliescu+1 more|arXiv (Cornell University)|Sep 26, 2019

Phonocardiography and Auscultation Techniques被引用数 14

ひとこと要約

本研究では、最初の三か月間のカラーDoppler超音波画像において、胎児心臓の重要な視聴画像（V、X、並行赤色血流）を自動的に検出するため、ゼルニケモーメントと距離ベース分類を用いた従来の機械学習手法を提案する。小さなデータセットにもかかわらず、臨床的に重要なフレームを特定する上で有望な正確性を達成しており、先天性心疾患の早期スクリーニングを支援する。

ABSTRACT

The present paper puts forward an incipient study that uses a traditional segmentation method based on Zernike moments for extracting significant features from frames of fetal echocardiograms from first trimester color Doppler examinations. A distance based approach is then used on the obtained indicators to classify frames of three given categories that should be present in a normal heart condition. The computational tool shows promise in supporting the obstetrician in a rapid recognition of heart views during screening.

研究の動機と目的

• 産科医師が最初の三か月間のスクリーニング中に、迅速に重要な胎児心臓の視聴画像を特定するのを支援する計算ツールを開発すること。
• 心臓構造が未発達なため、最初の三か月間に先天性心疾患（CHD）の検出率が低いという課題に対処すること。
• 超音波フレームを3つの臨床的に重要なカテゴリに分類すること：V字型の青色血流、X字型の青色血流、並行する赤色血流。
• 低リソースで初期段階の胎児エコー心臓画像診断において、従来の画像特徴（ゼルニケモーメント）を用いた自動セグメンテーションと分類の可能性を検討すること。

提案手法

• 最初の三か月間のカラーDoppler超音波動画からフレームを抽出し、青色（V、X、その他）と赤色（並行、その他）の分類タスクに分離した。
• 各色の領域を特定するため、注目領域（ROIs）を分離するために二値セグメンテーションを適用した。
• 各セグメンテッドROIsに対して25個のゼルニケモーメントを計算し、画像の寸法と多角形の数を加えて、1フレームあたり28次元の特徴ベクトルを構成した。
• 限られた訓練データのため、テストフレームを3つのクラスのいずれかに割り当てるために距離ベース分類（最近傍）を用いた。
• 一般化の可能性を高めるために、テストに使用した患者とは異なる患者からのフレームを訓練に使用することで、データの多様性を確保した。
• 将来的な改善のため、形状的およびトポロジカル特徴（例：面積、周囲長、デローニ三角形分割）を保持した。

実験結果

リサーチクエスチョン

• RQ1 ゼルニケモーメントは、最初の三か月間の胎児カラーDoppler超音波フレームから、心臓視聴画像分類に有用な特徴を効果的に抽出できるか？
• RQ2 限られた訓練データを用いた場合、距離ベース分類器がV、X、並行赤色血流パターンを信頼性高く分類できる程度はどの程度か？
• RQ3 V、X、並行赤色血流といった重要な血行動態的サインの自動検出は、初期胎児心臓スクリーニングにおけるソノグラファーの作業負荷を軽減できるか？
• RQ4 画像の外観の変化や低コントラストが、初期胎児エコー心臓診断における従来の特徴ベース手法の性能にどのように影響するか？

主な発見

• 青色血流におけるVおよびXパターンの識別において、高い正確性を達成しており、医師による確認で大多数の検出が正しく確認された。
• 誤検出は主に「その他」クラスのフレームがVに誤分類された場合に発生しており、微細な非特異的パターンの区別に課題があることが示された。
• 赤色血流分類においては、並行線パターンはほとんど正しく検出されたが、一部の「その他」フレームが誤って並行とラベル付けされた。
• 訓練データセットが小さく（53フレーム：Vが20、Xが12、その他が21）、それでも有望な結果が得られたため、データ不足の状況下でも臨床的支援の可能性があることが示された。
• 距離ベース分類器は限られたデータでも適切に機能し、初期胎児心臓評価における特徴ベース自動化のプロトタイプとしての有効性を示した。
• 本手法は、ソノグラファーが手動で確認しなければならない関係のないフレームの数を顕著に削減し、レジデントの習得を加速させ、スクリーニングの効率を向上させる可能性がある。