Video4MRI: An Empirical Study on Brain Magnetic Resonance Image Analytics with CNN-based Video Classification Frameworks

要約

医用画像認識の問題に対処するために、畳み込みニューラル ネットワーク (CNN) などのコンピューター ビジョン技術が頻繁に使用されます。
最近では、3D CNN ベースのモデルが磁気共鳴画像 (MRI) 分析の分野を支配しています。
MRI データとビデオの類似性が高いため、次の質問に答えるために、MRI 分類のビデオ認識技術に関する広範な実証的研究を実施しています。(1) MRI 分類にビデオ認識モデルを直接使用できるか、(2) どのモデルがより適切か
MRI の場合、(3) ビデオ認識におけるデータ拡張のような一般的なトリックは、MRI 分類に依然として有用ですか?
私たちの研究は、高度なビデオ技術が MRI 分類に役立つことを示唆しています。
この論文では、アルツハイマー病とパーキンソン病の認識の 4 つのデータセットが実験で利用され、ビデオ タスクに頻繁に適用される 3 つの代替ビデオ認識モデルとデータ拡張技術が使用されます。
効率に関しては、ビデオ フレームワークが 3D-CNN モデルよりも 5% ～ 11% 優れたパフォーマンスを発揮し、トレーニング可能なパラメーターが 50% ～ 66% 少ないことが結果から明らかになりました。
このレポートは、3D 医用画像とビデオ理解研究の融合の可能性を推し進めています。

要約(オリジナル)

To address the problem of medical image recognition, computer vision techniques like convolutional neural networks (CNN) are frequently used. Recently, 3D CNN-based models dominate the field of magnetic resonance image (MRI) analytics. Due to the high similarity between MRI data and videos, we conduct extensive empirical studies on video recognition techniques for MRI classification to answer the questions: (1) can we directly use video recognition models for MRI classification, (2) which model is more appropriate for MRI, (3) are the common tricks like data augmentation in video recognition still useful for MRI classification? Our work suggests that advanced video techniques benefit MRI classification. In this paper, four datasets of Alzheimer’s and Parkinson’s disease recognition are utilized in experiments, together with three alternative video recognition models and data augmentation techniques that are frequently applied to video tasks. In terms of efficiency, the results reveal that the video framework performs better than 3D-CNN models by 5% – 11% with 50% – 66% less trainable parameters. This report pushes forward the potential fusion of 3D medical imaging and video understanding research.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google