[論文レビュー] Visualizing intestines for diagnostic assistance of ileus based on intestinal region segmentation from 3D CT images

Hirohisa Oda, Kohei Nishio+8 more|arXiv (Cornell University)|Mar 3, 2020

Colorectal Cancer Screening and Detection参考文献 8被引用数 4

ひとこと要約

本論文では、弱いアノテーションを用いたトレーニングデータを活用してCTボリュームから小腸および大腸をセグメンテーションすることで、腸閉塞の診断を目的とした3D U-Netベースの可視化手法を提案する。本手法により、端点からの距離に基づいたカラー化によって狭窄部が直感的に可視化され、臨床医がマニュアル選択インターフェースを用いて誤検出を除去する。7例の腸閉塞症例において平均Diceスコアは0.75を達成した。

ABSTRACT

This paper presents a visualization method of intestine (the small and large intestines) regions and their stenosed parts caused by ileus from CT volumes. Since it is difficult for non-expert clinicians to find stenosed parts, the intestine and its stenosed parts should be visualized intuitively. Furthermore, the intestine regions of ileus cases are quite hard to be segmented. The proposed method segments intestine regions by 3D FCN (3D U-Net). Intestine regions are quite difficult to be segmented in ileus cases since the inside the intestine is filled with fluids. These fluids have similar intensities with intestinal wall on 3D CT volumes. We segment the intestine regions by using 3D U-Net trained by a weak annotation approach. Weak-annotation makes possible to train the 3D U-Net with small manually-traced label images of the intestine. This avoids us to prepare many annotation labels of the intestine that has long and winding shape. Each intestine segment is volume-rendered and colored based on the distance from its endpoint in volume rendering. Stenosed parts (disjoint points of an intestine segment) can be easily identified on such visualization. In the experiments, we showed that stenosed parts were intuitively visualized as endpoints of segmented regions, which are colored by red or blue.

研究の動機と目的

• CTスキャンにおける長くねじれやすく、コントラストが低い小腸のため、非専門医による腸閉塞の診断が困難であるという課題に対処すること。
• 液体を含む腸管が腸壁と低コントラストとなる腸閉塞症例においても、頑健な腸管セグメンテーション手法を開発すること。
• 端点からの距離に基づいたカラーリングにより、狭窄部を直感的に可視化すること。
• 広範なマニュアルラベリングに依存しないよう、スパarselyラベルされた軸方向スライスを用いた弱いアノテーションアプローチを採用すること。
• インタラクティブなマニュアル選択を用いて、迅速かつ正確に狭窄部を同定すること。

提案手法

• 3D U-Netは、ボリューム全体のラベリングを避けるために、少数の軸方向スライスに手動でトレースされた腸管領域のみをラベルとして弱いアノテーションでトレーニングする。
• 効率的なトレーニングのため、ラベル付きスライスの周囲に3Dボリューム（288,192,16）をパッチクローピングして抽出する。
• 臨床医が有効な腸管領域内をクリックすることで、3D U-Net出力からの誤検出領域をマニュアル選択インターフェースで除去する。
• 制約付き距離変換を用いて、選択されたシードポイントからの最大距離を計算することで、各腸管セグメントの端点を同定する。
• 各腸管セグメントはボリュームレンダリングされ、1つの端点からの距離に応じてカラー化され、視認性を高めるために端点は赤および青で強調表示される。
• 狭窄部は、色分けされた端点を持つ接続のないセグメントとして表示され、臨床医による迅速な同定が可能になる。

実験結果

リサーチクエスチョン

• RQ1 弱い教師付き3D U-Netセグメンテーション手法は、最小限のマニュアルラベリングで腸閉塞CT画像における腸管領域の正確な検出を達成できるか？
• RQ2 ボリュームレンダリングにおける端点からの距離に基づくカラーリングは、臨床診断において狭窄部を効果的に強調できるか？
• RQ3 マニュアル選択インターフェースは、複雑な腸閉塞症例における3D U-Net出力からの誤検出領域の除去にどの程度有効か？
• RQ4 提案手法の可視化は、腸閉塞の閉塞部を同定する非専門医の診断の明確化をどの程度向上させるか？
• RQ5 本手法のセグメンテーション精度および狭窄部可視化の忠実度に関して、定量的な性能はいかほどか？

主な発見

• 提案手法は7例の腸閉塞症例において平均Diceスコア0.75を達成し、優れたセグメンテーション性能を示した。
• 症例Cでは高いDiceスコア0.84を達成し、狭窄部が明確に青色に着色された別個の端点として正しく可視化された。
• 症例Aは最低のDiceスコア（0.53）を示し、腸壁と周囲組織とのコントラストが低いため、低コントラスト状況における限界が示された。
• 腸管セグメント間の接続数の平均は0.29であり、セグメンテーション結果が主に非連結であることが示され、正確な狭窄検出を支持する。
• マニュアル選択インターフェースは誤検出領域の除去に効果的であった。症例Cでは、肺に高応答を示していた領域が最終可視化から除去された。
• カラーリング方式により腸管セグメントの端点が明確に強調され、臨床医が狭窄部を接続のないセグメントとして色分けされた端点を用いて直感的に同定できるようになった。