RICAU-Net: Residual-block Inspired Coordinate Attention U-Net for Segmentation of Small and Sparse Calcium Lesions in Cardiac CT

要約

4 本の主要な冠動脈の石灰化の合計であるアガットストン スコアは、冠動脈疾患 (CAD) の診断に広く使用されています。
しかし、特定の血管の石灰化は冠状動脈性心疾患（CHD）の発生と有意に相関しているため、多くの研究は血管固有のアガットストンスコアの重要性を強調しています。
この論文では、2 つの異なる方法での座標注意と、病変固有の冠状動脈カルシウム (CAC) セグメンテーションのためのカスタマイズされたコンボ損失関数を組み込んだ、残差ブロックに基づく座標注意 U-Net (RICAU-Net) を提案します。
このアプローチは、小さくてまばらな CAC 病変に関連する高度なクラス不均衡の問題に取り組むことを目的としています。
実験結果とアブレーション研究は、提案された方法が、4 つの病変すべてにわたって最高の病変ごとの Dice スコアを達成することにより、医療アプリケーションで使用される他の 4 つの U-Net ベースの方法よりも優れていることを示しています。

要約(オリジナル)

The Agatston score, which is the sum of the calcification in the four main coronary arteries, has been widely used in the diagnosis of coronary artery disease (CAD). However, many studies have emphasized the importance of the vessel-specific Agatston score, as calcification in a specific vessel is significantly correlated with the occurrence of coronary heart disease (CHD). In this paper, we propose the Residual-block Inspired Coordinate Attention U-Net (RICAU-Net), which incorporates coordinate attention in two distinct manners and a customized combo loss function for lesion-specific coronary artery calcium (CAC) segmentation. This approach aims to tackle the high class-imbalance issue associated with small and sparse CAC lesions. Experimental results and the ablation study demonstrate that the proposed method outperforms the four other U-Net based methods used in medical applications, by achieving the highest per-lesion Dice scores across all four lesions.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google