Longitudinal Variability Analysis on Low-dose Abdominal CT with Deep Learning-based Segmentation

要約

メタボリックヘルスは、心臓病学から神経学に至るさまざまな疾患の危険因子としてますます関与しており、体組成の効率的な評価は、これらの関係を定量的に特徴付けるために重要です。
2D 低線量シングル スライス コンピュータ断層撮影 (CT) は、視野が限られているにもかかわらず、高解像度で定量的な組織マップを提供します。
画像コンテキストの定量化において多数の潜在的な分析が提案されていますが、自動セグメンテーションを使用した低線量シングル スライス CT の縦方向の変動性に関する包括的な研究は行われていません。
教師あり深層学習ベースのセグメンテーションと教師なしクラスタリング法を使用して、Baltimore Longitudinal Study on Aging (BLSA) 腹部データセットの 1469 人の被験者から合計 1816 のスライスを調査しました。
最初の 2 回のスキャンで 2 年のギャップがある 1469 人の被験者のうち 300 人が選ばれ、組織/器官のサイズと平均強度に関するクラス内相関係数 (ICC) と変動係数 (CV) を含む測定値で縦方向の変動性を評価しました。
私たちのセグメンテーション方法は、13 のターゲット腹部組織構造に対して 0.821 から 0.962 の範囲の Dice を使用して、縦方向の設定で安定していることを示しました。
ほとんどの臓器で ICC < 0.5 の高い変動性が観察され、平均 ICC > 0.8 の筋肉、腹壁、脂肪、およびボディマスクの領域で低い変動性が観察されました。
臓器の変動性は、2D スライスの断面位置に大きく関係していることがわかりました。
私たちの取り組みは、長期分析の不確実性を減らすための定量的調査と品質管理を可能にします。

要約(オリジナル)

Metabolic health is increasingly implicated as a risk factor across conditions from cardiology to neurology, and efficiency assessment of body composition is critical to quantitatively characterizing these relationships. 2D low dose single slice computed tomography (CT) provides a high resolution, quantitative tissue map, albeit with a limited field of view. Although numerous potential analyses have been proposed in quantifying image context, there has been no comprehensive study for low-dose single slice CT longitudinal variability with automated segmentation. We studied a total of 1816 slices from 1469 subjects of Baltimore Longitudinal Study on Aging (BLSA) abdominal dataset using supervised deep learning-based segmentation and unsupervised clustering method. 300 out of 1469 subjects that have two year gap in their first two scans were pick out to evaluate longitudinal variability with measurements including intraclass correlation coefficient (ICC) and coefficient of variation (CV) in terms of tissues/organs size and mean intensity. We showed that our segmentation methods are stable in longitudinal settings with Dice ranged from 0.821 to 0.962 for thirteen target abdominal tissues structures. We observed high variability in most organ with ICC<0.5, low variability in the area of muscle, abdominal wall, fat and body mask with average ICC>0.8. We found that the variability in organ is highly related to the cross-sectional position of the 2D slice. Our efforts pave quantitative exploration and quality control to reduce uncertainties in longitudinal analysis.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google