MRI Scan Synthesis Methods based on Clustering and Pix2Pix

要約

磁気共鳴画像法 (MRI) 脳スキャンの自動セグメンテーション手法に関連して欠損データの問題を検討します。
通常、自動 MRI スキャンのセグメント化は複数のスキャン (T1 強調、T2 強調、T1CE、FLAIR など) に基づいています。
ただし、多くの場合、スキャンはぼやけたり、欠けたり、使用不能になったりします。
欠落したスキャンを合成できるかどうかという問題を調査します。
これは、特定の T1 強調スキャンから T2 強調スキャンを合成することによって原理的に可能であることを例証します。
最初の目的は、平均二乗誤差 (MSE) によって測定される、欠落スキャンによく似た画像を計算することです。
このために、ランダムベースラインアプローチ、クラスタリングベースの方法、条件付き GAN に基づく (Pix2Pix) によるピクセル間変換方法など、いくつかの方法を開発/使用しています。
最低の MSE は、クラスタリング ベースの方法によって達成されます。
2 番目の目的は、合成スキャンの使用がセグメンテーション プロセスに与える影響に関して方法を比較することです。
このために、上記の 4 つの入力スキャン モダリティでトレーニングされた DeepMedic モデルを使用します。
T2 強調スキャンを合成画像に置き換え、数値評価として Dice スコアを使用して腫瘍の同定に関してセグメンテーションを評価します。
評価では、多くの場合、セグメンテーションが合成スキャン (特に Pix2Pix メソッド) でうまく機能することがわかりました。

要約(オリジナル)

We consider a missing data problem in the context of automatic segmentation methods for Magnetic Resonance Imaging (MRI) brain scans. Usually, automated MRI scan segmentation is based on multiple scans (e.g., T1-weighted, T2-weighted, T1CE, FLAIR). However, quite often a scan is blurry, missing or otherwise unusable. We investigate the question whether a missing scan can be synthesized. We exemplify that this is in principle possible by synthesizing a T2-weighted scan from a given T1-weighted scan. Our first aim is to compute a picture that resembles the missing scan closely, measured by average mean squared error (MSE). We develop/use several methods for this, including a random baseline approach, a clustering-based method and pixel-to-pixel translation method by (Pix2Pix) which is based on conditional GANs. The lowest MSE is achieved by our clustering-based method. Our second aim is to compare the methods with respect to the affect that using the synthesized scan has on the segmentation process. For this, we use a DeepMedic model trained with the four input scan modalities named above. We replace the T2-weighted scan by the synthesized picture and evaluate the segmentations with respect to the tumor identification, using Dice scores as numerical evaluation. The evaluation shows that the segmentation works well with synthesized scans (in particular, with Pix2Pix methods) in many cases.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google