Automated Ensemble-Based Segmentation of Pediatric Brain Tumors: A Novel Approach Using the CBTN-CONNECT-ASNR-MICCAI BraTS-PEDs 2023 Challenge Data

要約

脳腫瘍は依然として世界的な健康上の重大な課題であり、診断技術と治療法の進歩が必要です。
特に小児患者に対する年齢固有のセグメンテーション モデルに対するニーズの高まりに応えて、この研究では磁気共鳴画像法 (MRI) モダリティを使用した深層学習技術の導入を検討しています。
ONet と UNet の修正バージョンを使用した新しいアンサンブル アプローチを導入し、革新的な損失関数と組み合わせることで、この研究は BraTS-PEDs 2023 Challenge の正確なセグメンテーション モデルを実現します。
単一変換と複合変換の両方を含むデータ拡張により、さまざまなスキャン プロトコルにわたってモデルの堅牢性と精度が保証されます。
ONet モデルと UNet モデルを統合したアンサンブル戦略は、特定の特徴を捕捉し、MRI 画像の多様な側面をモデリングする際に、より高い効果を示し、腫瘍、腫瘍核、腫瘍全体のラベルを強化するための病変ごとのダイス スコアがそれぞれ 0.52、0.72、0.78 になります。
視覚的な比較により、正確な腫瘍領域の範囲におけるアンサンブル法の優位性がさらに確認されます。
この結果は、個々のモデルの独自の強みを基盤とするこの高度なアンサンブル アプローチが、小児脳における脳腫瘍の診断精度の向上と効果的な治療計画に有望な見通しを提供することを示しています。

要約(オリジナル)

Brain tumors remain a critical global health challenge, necessitating advancements in diagnostic techniques and treatment methodologies. In response to the growing need for age-specific segmentation models, particularly for pediatric patients, this study explores the deployment of deep learning techniques using magnetic resonance imaging (MRI) modalities. By introducing a novel ensemble approach using ONet and modified versions of UNet, coupled with innovative loss functions, this study achieves a precise segmentation model for the BraTS-PEDs 2023 Challenge. Data augmentation, including both single and composite transformations, ensures model robustness and accuracy across different scanning protocols. The ensemble strategy, integrating the ONet and UNet models, shows greater effectiveness in capturing specific features and modeling diverse aspects of the MRI images which result in lesion_wise dice scores of 0.52, 0.72 and 0.78 for enhancing tumor, tumor core and whole tumor labels respectively. Visual comparisons further confirm the superiority of the ensemble method in accurate tumor region coverage. The results indicate that this advanced ensemble approach, building upon the unique strengths of individual models, offers promising prospects for enhanced diagnostic accuracy and effective treatment planning for brain tumors in pediatric brains.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google