Preserving Cardiac Integrity: A Topology-Infused Approach to Whole Heart Segmentation

要約

全心臓セグメンテーション (WHS) は、心血管疾患 (CVD) の診断、疾患のモニタリング、治療計画、および予後をサポートします。
深層学習は、近年、WHS アプリケーションで最も広く使用される手法となっています。
しかし、心臓全体の構造のセグメンテーションは、心周期中の心臓形状の変動、動きや低いコントラスト対ノイズ比などの臨床アーチファクト、多施設データのドメインシフト、CT と MRI の異なるモダリティなど、多くの課題に直面しています。
これらの制限に対処し、セグメンテーションの品質を向上させるために、このホワイトペーパーでは、ディープ ニューラル ネットワークに統合される新しいトポロジ保持モジュールを紹介します。
この実装では、学習されたトポロジ保持フィールドを使用することで解剖学的に妥当なセグメンテーションが実現されます。このフィールドは完全に 3D 畳み込みに基づいているため、3D ボクセル データに対して非常に効果的です。
構造間の自然な制約をエンドツーエンドのトレーニングに組み込み、ニューラル ネットワークの特徴表現を強化します。
提案された方法の有効性は、オープンソースの医療用心臓データセット、特に WHS++ データを使用して検証されます。
結果は、このアーキテクチャが非常に優れたパフォーマンスを発揮し、テスト中に Dice 係数 0.939 を達成したことを示しています。
これは、個々の構造のトポロジが完全に保存されていることを示しており、シーン全体のトポロジの保存において他のベースラインを大幅に上回っています。

要約(オリジナル)

Whole heart segmentation (WHS) supports cardiovascular disease (CVD) diagnosis, disease monitoring, treatment planning, and prognosis. Deep learning has become the most widely used method for WHS applications in recent years. However, segmentation of whole-heart structures faces numerous challenges including heart shape variability during the cardiac cycle, clinical artifacts like motion and poor contrast-to-noise ratio, domain shifts in multi-center data, and the distinct modalities of CT and MRI. To address these limitations and improve segmentation quality, this paper introduces a new topology-preserving module that is integrated into deep neural networks. The implementation achieves anatomically plausible segmentation by using learned topology-preserving fields, which are based entirely on 3D convolution and are therefore very effective for 3D voxel data. We incorporate natural constraints between structures into the end-to-end training and enrich the feature representation of the neural network. The effectiveness of the proposed method is validated on an open-source medical heart dataset, specifically using the WHS++ data. The results demonstrate that the architecture performs exceptionally well, achieving a Dice coefficient of 0.939 during testing. This indicates full topology preservation for individual structures and significantly outperforms other baselines in preserving the overall scene topology.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google