SymTC: A Symbiotic Transformer-CNN Net for Instance Segmentation of Lumbar Spine MRI

要約

一般的な病気である椎間板疾患は、間欠的または持続的な腰痛を引き起こすことが多く、この疾患の診断と評価は、腰椎 MR 画像からの椎骨と椎間板の形状の正確な測定に依存しています。
ディープ ニューラル ネットワーク (DNN) モデルは、インスタンス画像セグメンテーションと呼ばれる、自動化された方法で腰椎の個々のインスタンス (椎間板と椎骨) をより効率的に画像セグメンテーションする臨床医を支援します。
この研究では、Transformer と畳み込みニューラル ネットワーク (CNN) の長所を組み合わせた革新的な腰椎 MR 画像セグメンテーション モデルである SymTC を提案しました。
具体的には、CNN レイヤーと Transformer レイヤーをマージする並列デュアルパス アーキテクチャを設計し、Transformer のセルフ アテンション モジュールに新しい位置埋め込みを統合して、より正確なセグメンテーションのための位置情報の利用を強化しました。
モデルのパフォーマンスをさらに向上させるために、新しいデータ拡張手法を導入して、一般公開されている SSMSpine という名前の合成かつ現実的な MR 画像データセットを作成しました。
私たちは、Dice 類似性係数と 95% ハウスドルフ距離という 2 つの指標を使用して、社内のプライベート データセットとパブリック SSMSpine データセットで SymTC と他の 15 の既存の画像セグメンテーション モデルを評価しました。
結果は、当社の SymTC が腰椎 MR 画像における椎骨と椎間板のセグメント化に最高のパフォーマンスを発揮することを示しています。
SymTC コードと SSMSpine データセットは、https://github.com/jiasongchen/SymTC で入手できます。

要約(オリジナル)

Intervertebral disc disease, a prevalent ailment, frequently leads to intermittent or persistent low back pain, and diagnosing and assessing of this disease rely on accurate measurement of vertebral bone and intervertebral disc geometries from lumbar MR images. Deep neural network (DNN) models may assist clinicians with more efficient image segmentation of individual instances (disks and vertebrae) of the lumbar spine in an automated way, which is termed as instance image segmentation. In this work, we proposed SymTC, an innovative lumbar spine MR image segmentation model that combines the strengths of Transformer and Convolutional Neural Network (CNN). Specifically, we designed a parallel dual-path architecture to merge CNN layers and Transformer layers, and we integrated a novel position embedding into the self-attention module of Transformer, enhancing the utilization of positional information for more accurate segmentation. To further improves model performance, we introduced a new data augmentation technique to create synthetic yet realistic MR image dataset, named SSMSpine, which is made publicly available. We evaluated our SymTC and the other 15 existing image segmentation models on our private in-house dataset and the public SSMSpine dataset, using two metrics, Dice Similarity Coefficient and 95% Hausdorff Distance. The results show that our SymTC has the best performance for segmenting vertebral bones and intervertebral discs in lumbar spine MR images. The SymTC code and SSMSpine dataset are available at https://github.com/jiasongchen/SymTC.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google