[论文解读] 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 4

一句话总结

该论文提出了一种基于3D U-Net的可视化方法，通过使用弱标注训练数据从CT容积中分割小肠和大肠，以诊断肠梗阻。该方法通过从端点出发的距离着色，直观地可视化狭窄肠段，临床医生可使用手动选择界面去除假阳性结果，七例肠梗阻病例的平均Dice分数达到0.75。

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.

研究动机与目标

• 为解决非专家放射科医生在CT扫描中诊断肠梗阻的挑战，因小肠长而迂曲且对比度差。
• 开发一种针对肠梗阻病例的鲁棒肠管分割方法，其中充满液体的肠管与肠壁对比度较低。
• 通过基于端点距离的着色方法，实现对狭窄肠段的直观可视化。
• 通过使用稀疏冠状切片标注的弱标注方法，减少对大量手动标注的依赖。
• 通过交互式手动选择有效肠段，支持快速准确识别狭窄区域。

提出的方法

• 使用弱标注训练3D U-Net——仅对少数冠状切片中的肠管区域进行人工勾画，避免全容积标注。
• 应用图像块裁剪技术，从标注切片周围提取大小为(288,192,16)的3D容积，以提高训练效率。
• 通过临床医生点击有效肠段内部的交互式选择界面，去除3D U-Net输出中的假阳性区域。
• 使用约束距离变换，通过计算从选定种子点的最大距离来识别每个肠段的端点。
• 对每个肠段进行体素渲染，并根据其距离某一端点的距离进行着色，端点以红色和蓝色突出显示以增强视觉清晰度。
• 狭窄部分表现为具有不同颜色端点的不连续段，使临床医生能够快速识别。

实验结果

研究问题

• RQ1 弱监督的3D U-Net分割方法是否能在最小化人工标注的前提下，实现肠梗阻CT扫描中肠管区域的精确检测？
• RQ2 在体素渲染中，基于端点的距离着色是否能有效突出显示临床诊断中的狭窄肠段？
• RQ3 在复杂肠梗阻病例中，手动选择界面在去除3D U-Net输出中的假阳性区域方面效果如何？
• RQ4 所提出的可视化方法在多大程度上提升了非专家临床医生识别肠梗阻梗阻部位的诊断清晰度？
• RQ5 该方法在分割准确性和狭窄区域可视化保真度方面的定量性能如何？

主要发现

• 所提方法在七例肠梗阻病例中实现了0.75的平均Dice分数，表明分割性能出色。
• 病例C的Dice分数高达0.84，并成功将狭窄部分可视化为具有蓝色端点的独立段。
• 病例A的Dice分数最低（0.53），归因于肠壁与周围组织间对比度低，表明在低对比度场景下存在局限性。
• 肠段之间的连接数平均为0.29，表明分割结果大多不连通，这支持了对狭窄区域的准确检测。
• 手动选择界面有效去除了假阳性区域，如病例C中肺部区域的高响应值被成功从最终可视化中移除。
• 着色方案成功突出了肠段端点，使临床医生能够直观识别出具有彩色端点的不连续段，从而快速判断狭窄部位。