Translating Clinical Delineation of Diabetic Foot Ulcers into Machine Interpretable Segmentation

要約

糖尿病性足潰瘍は、綿密なモニタリングと管理が必要な重篤な疾患である。潰瘍を自動描画する機械学習手法を学習するためには、臨床スタッフがグランドトゥルースのアノテーションを提供する必要がある。本論文では、新しい糖尿病性足潰瘍データセット、すなわち、臨床医によって潰瘍領域が手動で描出された最大のセグメンテーションデータセットであるDFUC2022を提案する。我々は、臨床的な線引きが深層学習ネットワークによって機械的に解釈可能であるか、または画像処理によって洗練された輪郭を使用すべきかどうかを評価する。人気のある深層学習アルゴリズムの選択を用いたベンチマーク結果を提供することで、DFU創傷線引きの限界に新たな洞察を導き出し、関連する問題について報告する。本稿では、MICCAI 2022と連携したDFUC2022チャレンジを促進するために、ベースラインモデルに関するいくつかの考察を提供します。リーダーボードはDiceスコアでランク付けされ、FCNベースのメソッドは0.5708、DeepLabv3+は0.6277のベストスコアを達成しました。この論文では、洗練された輪郭をグランドトゥルースとした画像処理により、機械が予測した結果とのより良い一致が得られることを実証しています。DFUC2022は2022年4月27日にリリースされる予定です。

要約(オリジナル)

Diabetic foot ulcer is a severe condition that requires close monitoring and management. For training machine learning methods to auto-delineate the ulcer, clinical staff must provide ground truth annotations. In this paper, we propose a new diabetic foot ulcers dataset, namely DFUC2022, the largest segmentation dataset where ulcer regions were manually delineated by clinicians. We assess whether the clinical delineations are machine interpretable by deep learning networks or if image processing refined contour should be used. By providing benchmark results using a selection of popular deep learning algorithms, we draw new insights into the limitations of DFU wound delineation and report on the associated issues. This paper provides some observations on baseline models to facilitate DFUC2022 Challenge in conjunction with MICCAI 2022. The leaderboard will be ranked by Dice score, where the best FCN-based method is 0.5708 and DeepLabv3+ achieved the best score of 0.6277. This paper demonstrates that image processing using refined contour as ground truth can provide better agreement with machine predicted results. DFUC2022 will be released on the 27th April 2022.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL