A Deep Registration Method for Accurate Quantification of Joint Space Narrowing Progression in Rheumatoid Arthritis

要約

タイトル：リウマチ性関節炎における関節スペース変窄の進行の正確な定量化のための深層登録方法

要約：

– リウマチ性関節炎（RA）は、関節破壊や重度な障害を引き起こす慢性の自己免疫性炎症疾患である。
– 関節スペース変窄（JSN）の進行は、RAの進行の重要な指標として見なされ、一貫して注目されている。
– RAの診断とモニタリングにおいて、放射線学は関節スペースを監視するために重要な役割を果たす。
– 放射性画像での画像登録によるJSN進行の定量化により、関節スペースのモニタリングの新しいフレームワークが開発された。このフレームワークは高い精度の利点を提供するが、不一致を減らし信頼性を向上させることに課題がある。
– この研究では、RAの早期段階においてJSN進行を自動的に定量化する深層内検体剛体登録ネットワークが提案された。
– 実験では、移動画像と固定画像のユークリッド距離の平均二乗誤差は0.0031、標準偏差は0.0661 mm、不一致率は0.48％であることが示された。
– 提案された方法は、手動測定をはるかに上回るサブピクセルレベルの精度を備えており、関節のノイズ、回転、スケーリングに対して耐性がある。
– さらに、本研究は損失可視化を提供し、放射線科医やリウマトロジストが定量化信頼性を評価するのに役立つ重要な示唆を与えている。
– したがって、この提案された方法は、RAにおけるJSN進行の自動的な定量化に重要な貢献をすると考えられる。

要約(オリジナル)

Rheumatoid arthritis (RA) is a chronic autoimmune inflammatory disease that results in progressive articular destruction and severe disability. Joint space narrowing (JSN) progression has been regarded as an important indicator for RA progression and has received sustained attention. In the diagnosis and monitoring of RA, radiology plays a crucial role to monitor joint space. A new framework for monitoring joint space by quantifying JSN progression through image registration in radiographic images has been developed. This framework offers the advantage of high accuracy, however, challenges do exist in reducing mismatches and improving reliability. In this work, a deep intra-subject rigid registration network is proposed to automatically quantify JSN progression in the early stage of RA. In our experiments, the mean-square error of Euclidean distance between moving and fixed image is 0.0031, standard deviation is 0.0661 mm, and the mismatching rate is 0.48\%. The proposed method has sub-pixel level accuracy, exceeding manual measurements by far, and is equipped with immune to noise, rotation, and scaling of joints. Moreover, this work provides loss visualization, which can aid radiologists and rheumatologists in assessing quantification reliability, with important implications for possible future clinical applications. As a result, we are optimistic that this proposed work will make a significant contribution to the automatic quantification of JSN progression in RA.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI