3D Transformer based on deformable patch location for differential diagnosis between Alzheimer’s disease and Frontotemporal dementia

要約

アルツハイマー病と前頭側頭型認知症は、重複する臨床症状を示す一般的なタイプの神経変性疾患であり、鑑別診断が非常に困難です。
各疾患の診断のために多くの努力がなされてきましたが、多クラスの鑑別診断の問題は積極的に検討されていませんでした。
近年、トランスベースのモデルは、さまざまなコンピューター ビジョン タスクにおいて目覚ましい成功を収めています。
ただし、そのようなモデルのサイズが大きいため、3D 医療データの量が限られているため、病気の診断での使用は一般的ではありません。
この論文では、アルツハイマー病と前頭側頭型認知症の鑑別診断を改善するために、変形可能なパッチ位置モジュールを使用した新しい 3D トランスフォーマー ベースのアーキテクチャを紹介します。
さらに、データ不足の問題を克服するために、3D 構造磁気共鳴イメージング データ上の変圧器ベースのモデルのトレーニングに適応した、さまざまなデータ拡張技術の効率的な組み合わせを提案します。
最後に、利用可能なデータをより効果的に活用するために、脳構造ボリュームを使用してトランスフォーマーベースのモデルを従来の機械学習モデルと組み合わせることを提案します。
私たちの実験は、提案されたアプローチの有効性を実証し、最先端の方法と比較して競合する結果を示しています。
さらに、変形可能なパッチの位置を視覚化して、各疾患の診断を確立するために使用される最も関連性の高い脳領域を明らかにすることができます。

要約(オリジナル)

Alzheimer’s disease and Frontotemporal dementia are common types of neurodegenerative disorders that present overlapping clinical symptoms, making their differential diagnosis very challenging. Numerous efforts have been done for the diagnosis of each disease but the problem of multi-class differential diagnosis has not been actively explored. In recent years, transformer-based models have demonstrated remarkable success in various computer vision tasks. However, their use in disease diagnostic is uncommon due to the limited amount of 3D medical data given the large size of such models. In this paper, we present a novel 3D transformer-based architecture using a deformable patch location module to improve the differential diagnosis of Alzheimer’s disease and Frontotemporal dementia. Moreover, to overcome the problem of data scarcity, we propose an efficient combination of various data augmentation techniques, adapted for training transformer-based models on 3D structural magnetic resonance imaging data. Finally, we propose to combine our transformer-based model with a traditional machine learning model using brain structure volumes to better exploit the available data. Our experiments demonstrate the effectiveness of the proposed approach, showing competitive results compared to state-of-the-art methods. Moreover, the deformable patch locations can be visualized, revealing the most relevant brain regions used to establish the diagnosis of each disease.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google