Novel structural-scale uncertainty measures and error retention curves: application to multiple sclerosis

要約

本論文では，磁気共鳴イメージング（MRI）における白質病変（WML）セグメンテーションの不確かさ推定に焦点を当てる．一方ではボクセルスケールのセグメンテーションエラーが病変の誤った描出を引き起こし，他方では病変スケールの検出エラーが誤った病変カウントを引き起こす．これらの要因はいずれも、多発性硬化症患者の評価に臨床的に関連するものである。この研究は、セグメンテーションと病変検出に関連する誤差をそれぞれ捉えるための、ボクセルと病変スケールの異なる不確実性尺度の能力を比較することを目的としている。我々の主な貢献は、(1)ボクセルスケールの不確実性を利用しない病変スケールの不確実性の新しい尺度の提案、(2)病変スケールの不確実性尺度の評価のための誤差保持曲線解析フレームワークの拡張、である。58人の患者からなる多施設のテストセットで得られた結果は、提案する病変スケール尺度が分析された尺度の中で最高の性能を達成することを示すものである。すべてのコードの実装は、https://github.com/NataliiaMolch/MS_WML_uncs で提供されます。

要約(オリジナル)

This paper focuses on the uncertainty estimation of white matter lesions (WML) segmentation in magnetic resonance imaging (MRI). On one side, voxel-scale segmentation errors cause the erroneous delineation of the lesions; on the other side, lesion-scale detection errors lead to wrong lesion counts. Both of these factors are clinically relevant for the assessment of multiple sclerosis patients. This work aims to compare the ability of different voxel- and lesion- scale uncertainty measures to capture errors related to segmentation and lesion detection respectively. Our main contributions are (i) proposing new measures of lesion-scale uncertainty that do not utilise voxel-scale uncertainties; (ii) extending an error retention curves analysis framework for evaluation of lesion-scale uncertainty measures. Our results obtained on the multi-center testing set of 58 patients demonstrate that the proposed lesion-scale measures achieves the best performance among the analysed measures. All code implementations are provided at https://github.com/NataliiaMolch/MS_WML_uncs

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL