Structure Guided Manifolds for Discovery of Disease Characteristics

要約

医用画像解析では、多くの疾患の微妙な視覚的特徴を識別するのは困難であり、特に対になったデータが不足していることが原因です。
たとえば、軽度のアルツハイマー病 (AD) では、純粋な画像データから脳組織の萎縮を観察することは困難な場合があります。特に、AD と認知的に正常 (CN) のデータを対にして比較する必要があります。
この作品は、病気の発見 GAN (DiDiGAN) を提示します。これは、微妙な病気の特徴を発見して視覚化するための、弱く監視されたスタイルベースのフレームワークです。
DiDiGAN は、AD と CN の視覚特性の疾患マニホールドを学習し、このマニホールドからサンプリングされたスタイル コードを解剖学的構造の「青写真」に課して、ペアの AD と CN の磁気共鳴画像 (MRI) を合成します。
生成された AD と CN のペア間の非疾患関連の変動を抑制するために、DiDiGAN はサイクルの一貫性とアンチエイリアシングを備えた構造的制約を活用して、解剖学的対応を強制します。
Alzheimer’s Disease Neuroimaging Initiative (ADNI) データセットでテストしたところ、DiDiGAN は AD スキャンと CN スキャンのペアを合成することで、主要な AD 特性 (海馬体積の減少、心室拡大、および皮質構造の萎縮) を示しました。
定性的な結果は、自動化された脳容積分析によって裏付けられ、脳組織構造の系統的なペアワイズ縮小も測定されました。

要約(オリジナル)

In medical image analysis, the subtle visual characteristics of many diseases are challenging to discern, particularly due to the lack of paired data. For example, in mild Alzheimer’s Disease (AD), brain tissue atrophy can be difficult to observe from pure imaging data, especially without paired AD and Cognitively Normal ( CN ) data for comparison. This work presents Disease Discovery GAN ( DiDiGAN), a weakly-supervised style-based framework for discovering and visualising subtle disease features. DiDiGAN learns a disease manifold of AD and CN visual characteristics, and the style codes sampled from this manifold are imposed onto an anatomical structural ‘blueprint’ to synthesise paired AD and CN magnetic resonance images (MRIs). To suppress non-disease-related variations between the generated AD and CN pairs, DiDiGAN leverages a structural constraint with cycle consistency and anti-aliasing to enforce anatomical correspondence. When tested on the Alzheimer’s Disease Neuroimaging Initiative ( ADNI) dataset, DiDiGAN showed key AD characteristics (reduced hippocampal volume, ventricular enlargement, and atrophy of cortical structures) through synthesising paired AD and CN scans. The qualitative results were backed up by automated brain volume analysis, where systematic pair-wise reductions in brain tissue structures were also measured

arxiv情報

提供元, 利用サービス

arxiv.jp, Google