Topology-inspired Cross-domain Network for Developmental Cervical Stenosis Quantification

要約

発達性管狭窄症 (DCS) の定量化は、頸椎症のスクリーニングにおいて重要です。
DCS を手動で定量化する場合と比較して、座標または画像ドメインのいずれかで実装できるディープ キーポイント ローカリゼーション ネットワークによって、より効率的で時間を節約できる方法が提供されます。
ただし、椎骨の視覚化機能は、キーポイントの位置特定中に、エッジや弱く接続された構造によるキーポイントの歪みなどの異常なトポロジ構造を引き起こすことが多く、これは座標ドメインまたは画像ドメインのいずれかだけでは完全に抑制することができません。
この制限を克服するために、キーポイント エッジ モジュールと再パラメータ化モジュールを利用して、これらの異常な構造をクロスドメイン方式で制限します。
キーポイントエッジ制約モ​​ジュールは、椎骨のエッジ上のキーポイントを制限し、キーポイント座標の分布パターンが DCS 定量化の分布パターンと一致することを保証します。
また、再パラメータ化モジュールは、結合された座標を使用して画像領域のヒートマップ内の弱く接続された構造を制約します。
さらに、クロスドメイン ネットワークは、ヒートマップを利用し、正確な位置特定のための座標を組み込むことにより、空間一般化を改善します。これにより、個々のドメインにおけるこれら 2 つのプロパティ間のトレードオフが回避されます。
異なる定量化タスクの包括的な結果は、他の競合する位置特定手法と比較して、提案されたトポロジーにインスピレーションを得たクロスドメイン ネットワーク (TCN) の優位性と生成可能性を示しています。

要約(オリジナル)

Developmental Canal Stenosis (DCS) quantification is crucial in cervical spondylosis screening. Compared with quantifying DCS manually, a more efficient and time-saving manner is provided by deep keypoint localization networks, which can be implemented in either the coordinate or the image domain. However, the vertebral visualization features often lead to abnormal topological structures during keypoint localization, including keypoint distortion with edges and weakly connected structures, which cannot be fully suppressed in either the coordinate or image domain alone. To overcome this limitation, a keypoint-edge and a reparameterization modules are utilized to restrict these abnormal structures in a cross-domain manner. The keypoint-edge constraint module restricts the keypoints on the edges of vertebrae, which ensures that the distribution pattern of keypoint coordinates is consistent with those for DCS quantification. And the reparameterization module constrains the weakly connected structures in image-domain heatmaps with coordinates combined. Moreover, the cross-domain network improves spatial generalization by utilizing heatmaps and incorporating coordinates for accurate localization, which avoids the trade-off between these two properties in an individual domain. Comprehensive results of distinct quantification tasks show the superiority and generability of the proposed Topology-inspired Cross-domain Network (TCN) compared with other competing localization methods.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google