CT Perfusion is All We Need: 4D CNN Segmentation of Penumbra and Core in Patient With Suspected Ischemic Stroke

要約

急性虚血性脳卒中（AIS）患者における、死組織であるコアと救命可能な組織であるペナンブラからなる虚血領域の正確かつ迅速な予測法は、臨床的に大きな関心を集めている。診断と治療計画の改善に不可欠な役割を果たす。コンピュータ断層撮影(CT)検査は、脳梗塞が疑われる患者の早期評価のための主要な検査法の一つである。CT灌流（CTP）は、脳卒中の部位、重症度、虚血性病変の容積を決定するための一次評価としてしばしば用いられる。現在のCTPの自動セグメンテーション法の多くは、放射線科医による臨床的解釈に従来使用されてきた、すでに処理済みの3Dパラメトリックマップを入力として使用している。あるいは、CTPの生データをスライスごとに2D+時間入力として使用し、ボリューム上の空間情報は無視される。さらに、これらの方法は、治療計画にはペナンブラを予測することが不可欠であるにもかかわらず、コア領域のセグメンテーションにしか関心がない。本論文では、時空間情報を完全に利用するために、4D CTP全体を入力として利用するさまざまな方法を検討し、新しい4D畳み込み層を提案する。152人の患者を3つのグループに分けたローカルデータセットを用いた包括的な実験により、我々の提案するモデルは、検討した他の方法よりも正確な結果を生成することが示された。提案した4次元mJ-Netを採用することで、ペナンブラ領域とコア領域のセグメンテーションにおいて、それぞれ0.53と0.23のダイス係数を達成した。コードはhttps://github.com/Biomedical-Data-Analysis-Laboratory/4D-mJ-Net.git。

要約(オリジナル)

Precise and fast prediction methods for ischemic areas comprised of dead tissue, core, and salvageable tissue, penumbra, in acute ischemic stroke (AIS) patients are of significant clinical interest. They play an essential role in improving diagnosis and treatment planning. Computed Tomography (CT) scan is one of the primary modalities for early assessment in patients with suspected AIS. CT Perfusion (CTP) is often used as a primary assessment to determine stroke location, severity, and volume of ischemic lesions. Current automatic segmentation methods for CTP mostly use already processed 3D parametric maps conventionally used for clinical interpretation by radiologists as input. Alternatively, the raw CTP data is used on a slice-by-slice basis as 2D+time input, where the spatial information over the volume is ignored. In addition, these methods are only interested in segmenting core regions, while predicting penumbra can be essential for treatment planning. This paper investigates different methods to utilize the entire 4D CTP as input to fully exploit the spatio-temporal information, leading us to propose a novel 4D convolution layer. Our comprehensive experiments on a local dataset of 152 patients divided into three groups show that our proposed models generate more precise results than other methods explored. Adopting the proposed 4D mJ-Net, a Dice Coefficient of 0.53 and 0.23 is achieved for segmenting penumbra and core areas, respectively. The code is available on https://github.com/Biomedical-Data-Analysis-Laboratory/4D-mJ-Net.git.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL