[논문 리뷰] Visualizing intestines for diagnostic assistance of ileus based on intestinal region segmentation from 3D CT images

Hirohisa Oda, Kohei Nishio외 8명|arXiv (Cornell University)|2020. 03. 03.

Colorectal Cancer Screening and Detection참고 문헌 8인용 수 4

한 줄 요약

이 논문은 CT 영상에서 약한 레이블링된 훈련 데이터를 사용하여 소장과 대장을 세분화함으로써 이루스를 진단하기 위한 3D U-Net 기반의 시각화 방법을 제안한다. 이 방법은 종단점으로부터의 거리 기반 색상 부여를 통해 폐색된 장의 세그먼트를 직관적으로 시각화하며, 임상의들이 수동으로 선택 인터페이스를 통해 임의의 양성 결과를 제거함으로써, 일곱 개인 이루스 사례에서 평균 DICE 스코어 0.75를 달성한다.

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.

연구 동기 및 목표

• CT 영상에서 길고 뒤틀려 있으며 대조가 낮은 소장으로 인해 비전문가 임상의가 이루스를 진단하는 데 어려움을 겪는 문제를 해결하기 위해.
• 유체로 채워진 장이 장벽과 낮은 대비를 보이는 이룬스 환자에 대해 강건한 장 세분화 방법을 개발하기 위해.
• 종단점으로부터의 거리 기반 색상 부여를 통해 폐색된 장 세그먼트를 직관적으로 시각화하기 위해.
• 희소 축 방향 슬라이스 레이블을 사용하는 약한 레이블링 접근 방식을 통해 광범위한 수동 레이블링에 의존도를 줄이기 위해.
• 수동으로 유효한 장 세그먼트를 선택하는 인터랙티브 인터페이스를 통해 폐색 영역을 신속하고 정확하게 식별하기 위해.

제안 방법

• 3D U-Net은 전체 부피 레이블링을 피하기 위해 소수의 수동으로 그린 장 세그먼트가 포함된 축 방향 슬라이스만 레이블링된 약한 레이블링을 사용하여 훈련된다.
• 효율적인 훈련을 위해 레이블링된 슬라이스 주변에서 크기가 (288,192,16)인 3D 볼륨을 패치 크롭 방식으로 추출한다.
• 임상의들이 유효한 장 세그먼트 내부를 클릭하는 수동 선택 인터페이스를 통해 3D U-Net 출력에서 발생한 가짜 양성 결과를 제거한다.
• 제약 조건이 붙은 거리 변환을 사용하여 선택된 시드 포인트에서의 최대 거리를 계산함으로써 각 장 세그먼트의 종단점을 식별한다.
• 각 장 세그먼트는 부피 렌더링되며, 한 종단점으로부터의 거리에 따라 색상 부여되며, 종단점은 빨간색과 파란색으로 강조되어 시각적 명확성을 확보한다.
• 폐색된 부분은 서로 끊어진 세그먼트로 나타나며, 색상 부여된 종단점이 있어 임상의들이 빠르게 식별할 수 있다.

실험 결과

연구 질문

• RQ1 약한 감독 기반 3D U-Net 세분화 방법이 최소한의 수동 레이블링으로 이룬스 CT 영상에서 정확한 장 영역 탐지 성능을 달성할 수 있는가?
• RQ2 부피 렌더링에서 종단점으로부터의 거리 기반 색상 부여가 임상 진단에서 폐색된 장 세그먼트를 효과적으로 강조할 수 있는가?
• RQ3 복잡한 이룬스 사례에서 3D U-Net 출력에서 가짜 양성 결과를 제거하기 위해 수동 선택 인터페이스가 얼마나 효과적인가?
• RQ4 제안된 시각화 방법이 이룬스 폐색을 식별하는 데 있어 비전문가 임상의의 진단 명확성을 어느 정도 향상시키는가?
• RQ5 세분화 정확도 및 폐색 시각화의 정밀도 측면에서 이 방법의 정량적 성능은 어떠한가?

주요 결과

• 제안된 방법은 일곱 개인 이룬스 사례에서 평균 DICE 스코어 0.75를 달성하여 뛰어난 세분화 성능을 보였다.
• 사례 C는 높은 DICE 스코어 0.84를 기록했으며, 폐색된 부분이 파란 색상의 별도의 종단점으로 정확히 시각화되었다.
• 사례 A는 가장 낮은 DICE 스코어(0.53)를 기록했으며, 이는 장벽과 주변 조직 간의 대비가 낮아서 발생한 것으로, 저대비 상황에서의 한계를 시사한다.
• 장 세그먼트 간 연결 수의 평균은 0.29였으며, 이는 세분화 결과가 주로 끊어져 있음을 의미하며, 이는 정확한 폐색 탐지에 기여한다.
• 수동 선택 인터페이스는 가짜 양성 결과를 효과적으로 제거했으며, 사례 C에서는 폐에서의 높은 반응이 최종 시각화에서 제거된 것으로 확인되었다.
• 색상 부여 방식은 장 세그먼트의 종단점을 효과적으로 강조하여 임상의들이 끊어진 세그먼트로서 폐색된 부분을 직관적으로 식별할 수 있도록 했다.