[논문 리뷰] A Flexible Semi-Automatic Approach for Glioblastoma multiforme Segmentation

Jan Egger, M. Bauer외 5명|arXiv (Cornell University)|2010. 01. 01.

Medical Image Segmentation Techniques참고 문헌 13인용 수 21

한 줄 요약

이 논문은 다항식 시간 s-t 컷을 통해 최소 비용 닫힌 집합을 계산하는 새로운 구형 3차원 그래프 기반 접근법을 사용하여, 종양 경계를 모델링하는 민감한 반자동 간질세포종양 다형성(GBM) 분할 방법을 제시한다. 사용자가 추가로 임의의 시드 포인트를 제공함으로써 회색 값과 기하학적 제약 조건을 향상시킬 수 있도록 하여 분할 정확도를 향상시키며, 12개의 MRI 데이터셋에서 평균 DSC(디스 커피시언 계수) 83.91%를 달성하여 일클릭 방법보다 뚜렷이 뛰어난 성능을 보였다.

ABSTRACT

Gliomas are the most common primary brain tumors, evolving from the cerebral supportive cells. For clinical follow-up, the evaluation of the preoperative tumor volume is essential. Volumetric assessment of tumor volume with manual segmentation of its outlines is a time-consuming process that can be overcome with the help of segmentation methods. In this paper, a flexible semi-automatic approach for grade IV glioma segmentation is presented. The approach uses a novel segmentation scheme for spherical objects that creates a directed 3D graph. Thereafter, the minimal cost closed set on the graph is computed via a polynomial time s-t cut, creating an optimal segmentation of the tumor. The user can improve the results by specifying an arbitrary number of additional seed points to support the algorithm with grey value information and geometrical constraints. The presented method is tested on 12 magnetic resonance imaging datasets. The ground truth of the tumor boundaries are manually extracted by neurosurgeons. The segmented gliomas are compared with a one click method, and the semi-automatic approach yields an average Dice Similarity Coefficient (DSC) of 77.72% and 83.91%, respectively.

연구 동기 및 목표

• 간질세포종양 다형성(GBM)의 임상적 추적 관찰에서 수동 종양 부피 분할의 시간 소모 문제를 해결하기 위해.
• 완전 자동 일클릭 접근법보다 정확도를 향상시키는 융통성 있고 반자동인 분할 방법을 개발하기 위해.
• 사용자가 제공한 시드 포인트를 통합하여 강화된 강도 및 공간적 제약 조건을 통해 분할 정확도를 향상시키기 위해.
• 전문가 수동 분할을 기준으로 DSC(디스 커피시언 계수)를 사용하여 방법의 성능을 평가하기 위해.

제안 방법

• 사용자가 종양 내부에 정의한 중심점에서 레이를 방출하여 구형 다면체를 형성하는 방향성 3차원 그래프를 구성한다.
• 각 레이에 따라 그래프 노드를 샘플링하여 잠재적 분할 표면을 표현한다.
• 다항식 시간 s-t 컷 알고리즘을 사용하여 그래프 상의 최소 비용 닫힌 집합을 계산하여 최적의 종양 경계를 결정한다.
• 추가적인 강도 및 공간적 제약 조건을 제공함으로써 분할을 정밀하게 조정하기 위해 사용자가 임의의 시드 포인트를 추가할 수 있도록 허용한다.
• 노드 비용은 영상 강도(회색 값)에서 유도되고, 간선 비용은 공간 연속성을 강제하는 그래프 기반 프레임워크를 사용한다.
• 효율적인 3차원 MRI 처리를 위해 C++로 구현하였으며, MeVisLab 의료 영상 처리 플랫폼을 활용한다.

실험 결과

연구 질문

• RQ1 구형 3차원 그래프를 사용하는 그래프 기반 분할 방법이 일클릭 방법 대비 GBM 종양 부피 분할 정확도를 향상시킬 수 있는가?
• RQ2 사용자가 정의한 시드 포인트의 포함 여부가 복잡하고 비정형적인 간질세포종양 다형성에서 분할 정확도에 어떤 영향을 미치는가?
• RQ3 반자동 접근법은 전문가의 수동 분할과 높은 유사도를 유지하면서 수동 분할 시간을 얼마나 줄일 수 있는가?
• RQ4 제안된 방법은 종양 형태학적 특성과 강도 특성이 다양하게 변하는 다양한 GBM 사례에 일반화될 수 있는가?

주요 결과

• 15~75개의 추가 시드 포인트를 사용할 경우 반자동 방법이 평균 DSC(디스 커피시언 계수) 83.91%를 달성하여 일클릭 방법보다 뚜렷이 뛰어난 성능을 보였다.
• 일클릭 방법만으로는 평균 DSC 77.72%를 기록하여 사용자 상호작용을 통해 향상 가능성이 뚜렷하게 존재함을 시사했다.
• 표준 하드웨어에서 분할 처리가 30초 이내에 완료되어 계산 효율성이 뛰어나다는 것을 입증했다.
• 시각적 결과는 추가 시드 포인트가 복잡하거나 강도가 낮은 영역에서 간과된 종양 영역을 보완함을 확인했다.
• 2.38 cm³에서 86.91 cm³까지 다양하게 변하는 종양 부피를 가진 12개의 다양한 GBM MRI 데이터셋에서 강건성을 입증했다.
• 사용자가 제공한 제약 조건을 효과적으로 통합하여 최종 분할 표면이 핵심 해부학적 및 강도 기반 특징을 존중함을 보였다.