[论文解读] 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 5

一句话总结

本论文提出两种简单的预处理方法——图谱仿射归一化（Atlas Affine Normalization）和基于强度的归一化——以校正膝关节MRI中的扫描仪漂移，基于来自骨关节炎 Initiative（OAI）的1,975例扫描数据进行验证。表现最佳的方法——图谱仿射归一化——显著减少了扫描仪漂移的影响，使自动分割结果在软骨体积变化估计中与人工专家评分对齐。

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.

研究动机与目标

• 解决纵向MRI研究中扫描仪漂移带来的挑战，该问题在定量图像分析中引入偏差和变异性。
• 提高在不同扫描仪和时间点之间膝关节MRI自动分割的一致性和准确性。
• 使用来自骨关节炎 Initiative（OAI）的大型多样化数据集（包含高场强和低场强MRI扫描仪）验证归一化方法。
• 确保自动软骨体积变化测量结果与人工专家标注对齐，减少测量偏差。

提出的方法

• 提出图谱仿射归一化方法，通过仿射变换将每张扫描图像与基于人群的图谱对齐，以校正强度和空间漂移。
• 使用直方图匹配技术对参考扫描图像进行基于强度的归一化，以校正时间点之间的信号漂移。
• 将归一化方法作为预处理步骤，集成到全自动KneeIQ分割框架之前。
• 使用来自骨关节炎 Initiative 的多对比、多扫描仪数据集（1,975张扫描图像）来训练和验证归一化方法。
• 通过比较自动分割结果与人工专家分割结果，评估性能在软骨体积变化上的表现。
• 采用时间点和扫描仪层面的留一法交叉验证策略，以评估方法的鲁棒性和泛化能力。

实验结果

研究问题

• RQ1 简单的预处理方法是否能有效减少在不同扫描仪和时间点之间膝关节MRI中的扫描仪漂移影响？
• RQ2 图谱仿射归一化与基于强度的归一化在改善软骨体积变化定量分割一致性方面表现如何？
• RQ3 扫描仪漂移归一化在多大程度上提升了自动分割结果与人工专家评分的一致性？
• RQ4 所提出的方法在纵向设置下是否在高场强和低场强MRI扫描仪上均保持性能？
• RQ5 归一化是否能在无需复杂校准的情况下减少纵向软骨体积变化估计中的测量变异？

主要发现

• 图谱仿射归一化显著减少了扫描仪漂移的影响，使时间点之间的软骨体积变化估计更加一致。
• 该方法实现了自动分割结果与人工专家评分之间的强相关性，最大限度减少了纵向测量中的偏差。
• 归一化方法在高场强和低场强MRI扫描仪上均提升了分割准确性，证明了其在不同扫描仪类型下的鲁棒性。
• 在1,975例扫描数据上的验证结果表明，使用图谱仿射归一化进行预处理可减少由扫描仪漂移引起的测量变异。
• 结果表明，简单且计算高效的归一化方法在纠正临床MRI中扫描仪漂移方面，可优于更复杂的替代方案。
• 本研究证实，扫描仪漂移是纵向MRI研究中的主要混杂因素，其校正对实现可靠的自动分析至关重要。