Robust semi-automatic vessel tracing in the human retinal image by an instance segmentation neural network

要約

血管系の形態と階層は、代謝をサポートする灌流に不可欠です。
最もエネルギーを必要とする器官の 1 つである人間の網膜では、網膜循環は、視神経乳頭 (ONH) で出現および再合流する複雑な血管構造によって網膜内部全体に栄養を与えます。
したがって、ONH から血管ツリーを通して血管分岐を追跡することは、血管階層を示し、詳細な形態学的定量化を可能にしますが、依然として困難な作業です。
ここでは、インスタンス セグメンテーション ニューラル ネットワーク (InSegNN) による人間の眼底画像に対する堅牢な半自動血管追跡アルゴリズムの新しいアプローチを紹介しました。
セマンティック セグメンテーションとは異なり、InSegNN はさまざまな血管ツリーを個別に分離してラベル付けするため、分岐全体にわたって各ツリーを追跡することができます。
時間学習、空間マルチサンプリング、動的確率マップによる堅牢性と精度を向上させる 3 つの戦略が組み込まれています。
文献と比較して、Symmetric Best Dice (SBD) で 83% の特異性と 50% の改善を達成し、ベースラインの U-net を上回りました。
我々は、眼底画像から個々の血管ツリーを追跡し、同時に血管階層情報を保持することを実証しました。
InSegNN は、網膜疾患に関連した血管形態のその後の形態学的分析への道を開きます。

要約(オリジナル)

The morphology and hierarchy of the vascular systems are essential for perfusion in supporting metabolism. In human retina, one of the most energy-demanding organs, retinal circulation nourishes the entire inner retina by an intricate vasculature emerging and remerging at the optic nerve head (ONH). Thus, tracing the vascular branching from ONH through the vascular tree can illustrate vascular hierarchy and allow detailed morphological quantification, and yet remains a challenging task. Here, we presented a novel approach for a robust semi-automatic vessel tracing algorithm on human fundus images by an instance segmentation neural network (InSegNN). Distinct from semantic segmentation, InSegNN separates and labels different vascular trees individually and therefore enable tracing each tree throughout its branching. We have built-in three strategies to improve robustness and accuracy with temporal learning, spatial multi-sampling, and dynamic probability map. We achieved 83% specificity, and 50% improvement in Symmetric Best Dice (SBD) compared to literature, and outperformed baseline U-net. We have demonstrated tracing individual vessel trees from fundus images, and simultaneously retain the vessel hierarchy information. InSegNN paves a way for any subsequent morphological analysis of vascular morphology in relation to retinal diseases.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google