Airway measurement by refinement of synthetic images improves mortality prediction in idiopathic pulmonary fibrosis

要約

特発性肺線維症 (IPF) のようないくつかの慢性肺疾患は、気道の異常な拡張によって特徴付けられます。
コンピューター断層撮影 (CT) での気道機能の定量化は、疾患の進行を特徴付けるのに役立ちます。
物理学に基づいた気道測定アルゴリズムが開発されましたが、臨床現場で見られる気道形態の多様性が理由の 1 つとして、限られた成功しか収めていません。
教師あり学習法も、正確な気道の注釈を取得するコストが高いため実現できません。
私たちのモデルである Airway Transfer Network (ATN) をトレーニングするために、知覚損失を使用したスタイル転送による気道の合成を提案します。
a) 定性的評価を使用して、ATN モデルを最先端の GAN ベースのネットワーク (simGAN) と比較します。
b) 113 人の IPF 患者集団の死亡率を予測するための、ATN および simGAN ベースの CT 気道指標の能力の評価。
ATN は、simGAN よりもトレーニングが速くて簡単であることが示されました。
ATN ベースの気道測定は、IPF CT での simGAN 由来の気道測定基準よりも一貫して強力な死亡率の予測因子であることがわかりました。
知覚的損失を使用して合成データを改良する変換ネットワークによる気道合成は、特発性肺線維症の臨床 CT 分析のための GAN ベースの方法に代わる現実的な方法です。
ソース コードは https://github.com/ashkanpakzad/ATN にあります。これは、既存のオープン ソースの気道解析フレームワークである AirQuant と互換性があります。

要約(オリジナル)

Several chronic lung diseases, like idiopathic pulmonary fibrosis (IPF) are characterised by abnormal dilatation of the airways. Quantification of airway features on computed tomography (CT) can help characterise disease progression. Physics based airway measurement algorithms have been developed, but have met with limited success in part due to the sheer diversity of airway morphology seen in clinical practice. Supervised learning methods are also not feasible due to the high cost of obtaining precise airway annotations. We propose synthesising airways by style transfer using perceptual losses to train our model, Airway Transfer Network (ATN). We compare our ATN model with a state-of-the-art GAN-based network (simGAN) using a) qualitative assessment; b) assessment of the ability of ATN and simGAN based CT airway metrics to predict mortality in a population of 113 patients with IPF. ATN was shown to be quicker and easier to train than simGAN. ATN-based airway measurements were also found to be consistently stronger predictors of mortality than simGAN-derived airway metrics on IPF CTs. Airway synthesis by a transformation network that refines synthetic data using perceptual losses is a realistic alternative to GAN-based methods for clinical CT analyses of idiopathic pulmonary fibrosis. Our source code can be found at https://github.com/ashkanpakzad/ATN that is compatible with the existing open-source airway analysis framework, AirQuant.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google