FetReg2021: A Challenge on Placental Vessel Segmentation and Registration in Fetoscopy

要約

胎児鏡レーザー光凝固術は、双胎間輸血症候群（TTTS）を治療するために広く採用されている手順です。
手順には、双子間の血液交換を調節するための光凝固病理学的吻合が含まれます。
視野が限られていること、胎児鏡の操作性が悪いこと、視界が悪いこと、照明のばらつきがあるため、この手順は特に困難です。
これらの課題は、手術時間の増加と不完全な切除につながる可能性があります。
コンピューター支援介入（CAI）は、シーン内の主要な構造を識別し、ビデオモザイク処理によって胎児の視野を拡大することにより、外科医に意思決定支援とコンテキストアウェアネスを提供できます。
この分野の研究は、CAIアルゴリズムを設計、開発、テストするための高品質のデータが不足しているために妨げられてきました。
MICCAI2021内視鏡ビジョンチャレンジの一部として組織された胎児胎盤血管セグメンテーションおよび登録（FetReg2021）チャレンジを通じて、一般化された堅牢なセマンティックセグメンテーションおよびビデオモザイクアルゴリズムの開発のための最初の大規模多施設TTTSデータセットをリリースしました。
この課題のために、18の生体内TTTS胎児鏡検査手順と18の短いビデオクリップから、血管、ツール、胎児、および背景クラス用にピクセル注釈が付けられた2060画像のデータセットをリリースしました。
7つのチームがこのチャレンジに参加し、モデルのパフォーマンスは、6つの胎児鏡検査手順と6つの短いクリップからの658ピクセル注釈付き画像の目に見えないテストデータセットで評価されました。
この課題は、胎児のシーンの理解とモザイク化のための一般化されたソリューションを作成する機会を提供しました。
この論文では、TTTS胎児鏡検査におけるCAIの詳細な文献レビューを報告するとともに、FetReg2021チャレンジの結果を提示します。
この課題、その分析、および多施設胎児鏡データのリリースを通じて、この分野の将来の研究のためのベンチマークを提供します。

要約(オリジナル)

Fetoscopy laser photocoagulation is a widely adopted procedure for treating Twin-to-Twin Transfusion Syndrome (TTTS). The procedure involves photocoagulation pathological anastomoses to regulate blood exchange among twins. The procedure is particularly challenging due to the limited field of view, poor manoeuvrability of the fetoscope, poor visibility, and variability in illumination. These challenges may lead to increased surgery time and incomplete ablation. Computer-assisted intervention (CAI) can provide surgeons with decision support and context awareness by identifying key structures in the scene and expanding the fetoscopic field of view through video mosaicking. Research in this domain has been hampered by the lack of high-quality data to design, develop and test CAI algorithms. Through the Fetoscopic Placental Vessel Segmentation and Registration (FetReg2021) challenge, which was organized as part of the MICCAI2021 Endoscopic Vision challenge, we released the first largescale multicentre TTTS dataset for the development of generalized and robust semantic segmentation and video mosaicking algorithms. For this challenge, we released a dataset of 2060 images, pixel-annotated for vessels, tool, fetus and background classes, from 18 in-vivo TTTS fetoscopy procedures and 18 short video clips. Seven teams participated in this challenge and their model performance was assessed on an unseen test dataset of 658 pixel-annotated images from 6 fetoscopic procedures and 6 short clips. The challenge provided an opportunity for creating generalized solutions for fetoscopic scene understanding and mosaicking. In this paper, we present the findings of the FetReg2021 challenge alongside reporting a detailed literature review for CAI in TTTS fetoscopy. Through this challenge, its analysis and the release of multi-centre fetoscopic data, we provide a benchmark for future research in this field.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google