Knee arthritis severity measurement using deep learning: a publicly available algorithm with a multi-institutional validation showing radiologist-level performance

要約

膝X線での変形性膝関節症(KOA)の重症度の評価は、人工膝関節全置換術を使用するための中心的な基準です。
ただし、この評価は、不正確な基準と非常に高い読者間のばらつきに悩まされています。
KOAの重症度のアルゴリズムによる自動評価は、その使用の適切性を高めることにより、膝関節置換術の全体的な結果を改善する可能性があります。
放射線写真の前後(PA)ビューからKOAを自動的に評価するための新しい深層学習ベースの5ステップアルゴリズムを提案します。(1)画像の前処理(2)YOLO v3-Tinyモデルを使用した画像内の膝関節の位置特定、
(3)畳み込みニューラルネットワークベースの分類器を使用した変形性関節症の重症度の初期評価、(4)関節のセグメンテーションと関節空間狭小化(JSN)の計算、および(5)JSNと初期の組み合わせ
最終的なKellgren-Lawrence(KL)スコアを決定するための評価。
さらに、評価を行うために使用されるセグメンテーションマスクを表示することにより、私たちのアルゴリズムは、典型的な「ブラックボックス」深層学習分類器と比較してより高度な透明性を示します。
2つの公開データセットと私たちの機関からの1つのデータセットを使用して包括的な評価を実行し、アルゴリズムが最先端のパフォーマンスに到達することを示します。
さらに、当院の複数の放射線科医から評価を収集し、アルゴリズムが放射線科医レベルで機能することを示しました。
このソフトウェアは、https://github.com/MaciejMazurowski/osteoarthritis-classificationで公開されています。

要約(オリジナル)

The assessment of knee osteoarthritis (KOA) severity on knee X-rays is a central criteria for the use of total knee arthroplasty. However, this assessment suffers from imprecise standards and a remarkably high inter-reader variability. An algorithmic, automated assessment of KOA severity could improve overall outcomes of knee replacement procedures by increasing the appropriateness of its use. We propose a novel deep learning-based five-step algorithm to automatically grade KOA from posterior-anterior (PA) views of radiographs: (1) image preprocessing (2) localization of knees joints in the image using the YOLO v3-Tiny model, (3) initial assessment of the severity of osteoarthritis using a convolutional neural network-based classifier, (4) segmentation of the joints and calculation of the joint space narrowing (JSN), and (5), a combination of the JSN and the initial assessment to determine a final Kellgren-Lawrence (KL) score. Furthermore, by displaying the segmentation masks used to make the assessment, our algorithm demonstrates a higher degree of transparency compared to typical ‘black box’ deep learning classifiers. We perform a comprehensive evaluation using two public datasets and one dataset from our institution, and show that our algorithm reaches state-of-the art performance. Moreover, we also collected ratings from multiple radiologists at our institution and showed that our algorithm performs at the radiologist level. The software has been made publicly available at https://github.com/MaciejMazurowski/osteoarthritis-classification.

arxiv情報

著者 Hanxue Gu,Keyu Li,Roy J. Colglazier,Jichen Yang,Michael Lebhar,Jonathan O’Donnell,William A. Jiranek,Richard C. Mather,Rob J. French,Nicholas Said,Jikai Zhang,Christine Park,Maciej A. Mazurowski
発行日 2022-07-21 17:17:11+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.CV, cs.LG, eess.IV パーマリンク