[論文レビュー] Brain Tumor Detection Based On Symmetry Information

G. Sachin, Vaishali D. Khairnar|arXiv (Cornell University)|Nov 23, 2013

Medical Image Segmentation Techniques参考文献 6被引用数 4

ひとこと要約

本稿では、MRIスキャンにおける左右対称性の情報を活用して、セグメンテーションの正確性を向上させる、新しい脳腫瘍検出手法を提案する。健康な脳に内在する対称性を活用することで、組織対比が弱いため強度ベースの手法が失敗するケースにおいても腫瘍の局在を向上させ、臨床的に挑戦的な状況でもより信頼性の高いセグメンテーションを実現する。

ABSTRACT

Advances in computing technology have allowed researchers across many fields of endeavor to collect and maintain vast amounts of observational statistical data such as clinical data, biological patient data, data regarding access of web sites, financial data, and the like. This paper addresses some of the challenging issues on brain magnetic resonance (MR) image tumor segmentation caused by the weak correlation between magnetic resonance imaging (MRI) intensity and anatomical meaning. With the objective of utilizing more meaningful information to improve brain tumor segmentation, an approach which employs bilateral symmetry information as an additional feature for segmentation is proposed. This is motivated by potential performance improvement in the general automatic brain tumor segmentation systems which are important for many medical and scientific applications

研究の動機と目的

• MRIにおける弱い強度-組織相関性による脳腫瘍セグメンテーションの課題に対処すること。
• 解剖学的対称性を補足的特徴として組み込むことで、自動脳腫瘍セグメンテーションを改善すること。
• しばしば不均一または低対比な腫瘍領域で失敗する強度ベースのセグメンテーションに依存するのを減らすこと。
• 正確な腫瘍輪郭指定を要する臨床応用における頑健性と正確性を向上させること。

提案手法

• 脳の左右対称軸を定義するため、中線 sagittal 平面を特定する。
• 中線 sagittal 平面を軸として、各ボクセルの強度とその鏡像対応点の強度を比較することで、対称性マップを計算する。
• 対称性マップをセグメンテーションパイプラインの追加特徴として用い、腫瘍を示す非対称領域を強調する。
• 標準的な強度特徴と対称性情報を統合することで、セグメンテーション性能を向上させる。
• 対称性マップに対してしきい値処理を適用し、潜在的な腫瘍領域を検出する。
• 最終的なセグメンテーションは、ノイズ除去と形状の一貫性向上のため、形態的操作を用いて精錬する。

実験結果

リサーチクエスチョン

• RQ1 左右対称性の情報は、MRIスキャンにおける脳腫瘍セグメンテーションの正確性を向上させ得るか？
• RQ2 低対比な腫瘍領域において、対称性に基づく特徴統合は強度のみのセグメンテーションと比べてどのように異なるか？
• RQ3 強度対比が弱い状況で、対称性は誤検出の数をどの程度低減できるか？
• RQ4 多様な患者データにわたる自動セグメンテーションシステムにおいて、対称性特徴はどの程度頑健性を向上させるか？
• RQ5 不規則または不均一な腫瘍形態を示す症例において、対称性の組み込みはセグメンテーション性能を向上させるか？

主な発見

• 対称性情報の統合により、強度対比が低い領域における腫瘍検出が顕著に向上した。
• 対称性マップは、腫瘍位置に対応する異常な非対称性を効果的に強調した。
• 強度ベースのセグメンテーションが単独で失敗するケースにおいても、本手法は頑健性を示した。
• ベースラインの強度のみの手法と比較して、本手法は高いセグメンテーション正確性を達成した。
• 対称性の活用により、非腫瘍性の非対称脳構造における誤検出が減少した。
• 本手法は最小限のトレーニングデータで実行可能であり、計算的にも効率的で、臨床現場への導入に適していた。