[論文レビュー] Simple Methods for Scanner Drift Normalization Validated for Automatic Segmentation of Knee Magnetic Resonance Imaging - with data from the Osteoarthritis Initiative

Erik B. Dam|arXiv (Cornell University)|Dec 22, 2017

Osteoarthritis Treatment and Mechanisms参考文献 10被引用数 5

ひとこと要約

本論文では、膝関節MRIにおけるスキャナードリフトを是正するための2つの単純な前処理手法—Atlasアフィン正規化と強度ベース正規化—を提案する。この手法は、1,975例のOsteoarthritis Initiative（OAI）スキャンを用いて検証された。最も効果的な手法であるAtlasアフィン正規化は、スキャナードリフトの影響を顕著に低減し、自動セグメンテーションの結果をマニュアルで評価された専門家スコアと一致させることに成功した。これは、軟骨体積変化推定において顕著な改善をもたらした。

ABSTRACT

Scanner drift is a well-known magnetic resonance imaging (MRI) artifact characterized by gradual signal degradation and scan intensity changes over time. In addition, hardware and software updates may imply abrupt changes in signal. The combined effects are particularly challenging for automatic image analysis methods used in longitudinal studies. The implication is increased measurement variation and a risk of bias in the estimations (e.g. in the volume change for a structure). We proposed two quite different approaches for scanner drift normalization and demonstrated the performance for segmentation of knee MRI using the fully automatic KneeIQ framework. The validation included a total of 1975 scans from both high-field and low-field MRI. The results demonstrated that the pre-processing method denoted Atlas Affine Normalization significantly removed scanner drift effects and ensured that the cartilage volume change quantifications became consistent with manual expert scores.

研究の動機と目的

• 縦断的MRI研究におけるスキャナードリフトの課題に取り組み、定量的画像解析にバイアスとばらつきをもたらす要因を解消すること。
• 異なるスキャナーや時間経過にわたる膝関節MRIにおける自動セグメンテーションの整合性と正確性を向上させること。
• Osteoarthritis Initiative（OAI）から得た、高磁束密度および低磁束密度のMRIスキャナを含む多様なデータセット（1,975例）を用いて、正規化手法を検証すること。
• 自動化された軟骨体積変化測定値が、マニュアルで評価された専門家のアノテーションと一致するようにすること。これにより、測定バイアスを低減する。

提案手法

• 集団ベースのアトラスを用いたアフィン変換により、各スキャンを正規化することで、強度および空間的ドリフトを是正する「Atlasアフィン正規化」を提案する。
• 基準スキャンとのヒストグラムマッチングを用いて強度ベースの正規化を実施し、時間経過に伴う信号ドリフトを是正する。
• 完全自動のKneeIQセグメンテーションフレームワークに入力する前に、これらの正規化手法を前処理ステップとして統合する。
• Osteoarthritis Initiative（OAI）から得た、マルチコントラスト・マルチスキャナのデータセット（1,975例）を用いて、正規化アプローチのトレーニングと検証を行う。
• 自動セグメンテーションの結果とマニュアルで評価された専門家のセグメンテーションを比較することで、性能を評価する。
• スキャン時間とスキャナをまたがるロス・アラウンド交差検証戦略を用い、耐性および一般化性能を評価する。

実験結果

リサーチクエスチョン

• RQ1 異なるスキャナーや時間経過にわたる膝関節MRIにおいて、単純な前処理手法がスキャナードリフトの影響を効果的に低減できるか？
• RQ2 Atlasアフィン正規化と強度ベース正規化は、軟骨体積変化の定量化におけるセグメンテーションの一貫性をどの程度向上できるか？
• RQ3 スキャナードリフト正規化は、自動セグメンテーションの結果とマニュアルで評価された専門家のスコアとの一致度をどの程度向上させるか？
• RQ4 提案手法は、縦断的設定において高磁束密度および低磁束密度のMRIスキャナの両方で性能を維持できるか？
• RQ5 複雑なキャリブレーションを必要としないで、正規化により縦断的軟骨体積変化推定における測定ばらつきを低減できるか？

主な発見

• Atlasアフィン正規化は、スキャナードリフトの影響を顕著に低減し、時間経過にわたる軟骨体積変化推定の一貫性を高めた。
• この手法は、自動セグメンテーションの結果とマニュアルで評価された専門家のスコアとの間に強い相関を示し、縦断的測定におけるバイアスを最小限に抑えた。
• 正規化アプローチは、高磁束密度および低磁束密度のMRIスキャナの両方で、セグメンテーションの正確性を向上させ、スキャナータイプを問わず高い耐性を示した。
• 1,975例のスキャンを用いた検証により、Atlasアフィン正規化による前処理が、スキャナードリフトに起因する測定ばらつきを低減することが確認された。
• 単純で計算効率の良い手法が、臨床的MRIにおけるスキャナードリフト是正において、より複雑な代替手法を上回ることを示した。
• 本研究により、スキャナードリフトが縦断的MRI研究における主要な交絡要因であることが確認され、信頼性の高い自動解析を実現するためには是正が不可欠であることが示された。