Validation of musculoskeletal segmentation model with uncertainty estimation for bone and muscle assessment in hip-to-knee clinical CT images

要約

深層学習ベースの画像セグメンテーションにより、医療画像からの筋骨格 (MSK) 構造の完全自動化、正確かつ迅速な分析が可能になりました。
しかし、現在のアプローチは 2D 断面画像のみに適用されているか、少数の構造に対処しているか、小規模なデータセットで検証されているかのいずれかであり、大規模データベースへの適用が制限されています。
この研究は、臨床コンピュータ断層撮影 (CT) 画像からの不確実性推定を使用して、股関節と大腿部の体積 MSK セグメンテーションのための改良された深層学習モデルを検証することを目的としました。
複数のメーカー/スキャナーからの CT 画像、病気の状態、患者の位置のデータベースが使用されました。
セグメンテーションの精度、および構造体積と密度、つまり平均 HU の推定精度が評価されました。
予測の不確実性に基づいたセグメンテーション失敗検出のアプローチも調査されました。
このモデルは、すべてのセグメンテーション精度および構造体積/密度評価指標に関して全体的な改善を示しています。
予測の不確実性により、不正確で失敗したセグメンテーションを検出する際に、受信者動作特性 (AUROC) 曲線の下に大きな領域 (AUROCs>=.95) が生じました。
高いセグメンテーションと筋肉の体積/密度推定精度、および予測不確実性に基づく故障検出の高い精度により、大規模 CT データベース内の個々の MSK 構造を分析するためのモデルの信頼性が実証されました。

要約(オリジナル)

Deep learning-based image segmentation has allowed for the fully automated, accurate, and rapid analysis of musculoskeletal (MSK) structures from medical images. However, current approaches were either applied only to 2D cross-sectional images, addressed few structures, or were validated on small datasets, which limit the application in large-scale databases. This study aimed to validate an improved deep learning model for volumetric MSK segmentation of the hip and thigh with uncertainty estimation from clinical computed tomography (CT) images. Databases of CT images from multiple manufacturers/scanners, disease status, and patient positioning were used. The segmentation accuracy, and accuracy in estimating the structures volume and density, i.e., mean HU, were evaluated. An approach for segmentation failure detection based on predictive uncertainty was also investigated. The model has shown an overall improvement with respect to all segmentation accuracy and structure volume/density evaluation metrics. The predictive uncertainty yielded large areas under the receiver operating characteristic (AUROC) curves (AUROCs>=.95) in detecting inaccurate and failed segmentations. The high segmentation and muscle volume/density estimation accuracy, along with the high accuracy in failure detection based on the predictive uncertainty, exhibited the model’s reliability for analyzing individual MSK structures in large-scale CT databases.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google