Multi-View Transformers for Airway-To-Lung Ratio Inference on Cardiac CT Scans: The C4R Study

要約

肺サイズに対する気道樹内腔の比（ALR）は、フル吸気時に高解像度全肺コンピュータ断層撮影（CT）で評価され、慢性閉塞性肺疾患（COPD）の主要な危険因子です。
疫学コホートで広く利用可能な心臓 CT 画像から ALR を推測し、ALR と重症の COVID-19 および SARS-CoV-2 感染後の急性後遺症 (PASC) との関係を調査することへの関心が高まっています。
以前は、心臓スキャンには全肺容積の約 2/3 が含まれ、高解像度 (HR) 全肺 (FL) CT よりも 5 ～ 6 倍のスライス厚が含まれていました。
この研究では、セグメント化された心臓 CT スキャンから FL ALR 値を推測するための新しい注意ベースのマルチビュー Swin Transformer を紹介します。
教師付きトレーニングでは、多民族アテローム性動脈硬化研究 (MESA) で取得した全肺 CT と心臓 CT のペアを利用します。
当社のネットワークは、セグメント化された心臓 CT スキャンでのプロキシ直接 ALR 推論を大幅に上回り、FL ALR グラウンドトゥルースのスキャン – 再スキャン再現性に匹敵する精度と再現性を達成します。

要約(オリジナル)

The ratio of airway tree lumen to lung size (ALR), assessed at full inspiration on high resolution full-lung computed tomography (CT), is a major risk factor for chronic obstructive pulmonary disease (COPD). There is growing interest to infer ALR from cardiac CT images, which are widely available in epidemiological cohorts, to investigate the relationship of ALR to severe COVID-19 and post-acute sequelae of SARS-CoV-2 infection (PASC). Previously, cardiac scans included approximately 2/3 of the total lung volume with 5-6x greater slice thickness than high-resolution (HR) full-lung (FL) CT. In this study, we present a novel attention-based Multi-view Swin Transformer to infer FL ALR values from segmented cardiac CT scans. For the supervised training we exploit paired full-lung and cardiac CTs acquired in the Multi-Ethnic Study of Atherosclerosis (MESA). Our network significantly outperforms a proxy direct ALR inference on segmented cardiac CT scans and achieves accuracy and reproducibility comparable with a scan-rescan reproducibility of the FL ALR ground-truth.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google