Variational U-Net with Local Alignment for Joint Tumor Extraction and Registration (VALOR-Net) of Breast MRI Data Acquired at Two Different Field Strengths

要約

背景：マルチパラメトリック乳房MRIデータは、腫瘍診断、特性評価、および治療計画を改善する可能性があります。
3Tや7Tなどのさまざまなフィールド強度で取得した画像の正確なアラインメントと描写は、挑戦的な研究タスクのままです。
目的：アラインメントの課題に対処し、さまざまなMRIフィールド強度にわたって一貫した腫瘍のセグメンテーションを可能にします。
研究タイプ：レトロスペクティブ。
被験者：乳房腫瘍を持つ9人の女性被験者が関与しました：6つの組織学的に証明された浸潤性乳管癌（IDC）と3つの線維腫。
フィールド強度/シーケンス：イメージングは​​、確率的軌跡（ツイスト）シーケンスを備えたコントラスト後のT1強調時間分解血管造影を使用して、3Tおよび7Tスキャナーで実行されました。
評価：共同画像登録と腫瘍セグメンテーションの方法のパフォーマンスは、信号対雑音比（PSNR）、構造類似性指数（SSIM）、正規化された相互相関（NCC）、DICE係数、F1スコアを含むいくつかの定量的指標を使用して評価されました。
、および二乗違いの相対的合計（rel ssd）。
統計テスト：ピアソン相関係数を使用して、登録メトリックとセグメンテーションメトリックの関係をテストしました。
結果：各被験者について個別に計算すると、PSNRは27.5〜34.5 dBの範囲で、SSIMは82.6〜92.8％でした。
このモデルは、96.4〜99.3％のNCCと62.9〜95.3％のサイコロ係数を達成しました。
F1スコアは55.4〜93.2％で、REL SSDは2.0と7.5％の範囲でした。
セグメンテーションメトリックのDICEとF1スコアは非常に相関しています（0.995）、NCCとSSIM（0.681）の間の中程度の相関は登録のために見つかりました。
データの結論：初期結果は、提案された方法が、異なるフィールド強度で取得したMRIデータの共同腫瘍のセグメンテーションと登録を提供する際に実行可能であることを示しています。

要約(オリジナル)

Background: Multiparametric breast MRI data might improve tumor diagnostics, characterization, and treatment planning. Accurate alignment and delineation of images acquired at different field strengths such as 3T and 7T, remain challenging research tasks. Purpose: To address alignment challenges and enable consistent tumor segmentation across different MRI field strengths. Study type: Retrospective. Subjects: Nine female subjects with breast tumors were involved: six histologically proven invasive ductal carcinomas (IDC) and three fibroadenomas. Field strength/sequence: Imaging was performed at 3T and 7T scanners using post-contrast T1-weighted three-dimensional time-resolved angiography with stochastic trajectories (TWIST) sequence. Assessments: The method’s performance for joint image registration and tumor segmentation was evaluated using several quantitative metrics, including signal-to-noise ratio (PSNR), structural similarity index (SSIM), normalized cross-correlation (NCC), Dice coefficient, F1 score, and relative sum of squared differences (rel SSD). Statistical tests: The Pearson correlation coefficient was used to test the relationship between the registration and segmentation metrics. Results: When calculated for each subject individually, the PSNR was in a range from 27.5 to 34.5 dB, and the SSIM was from 82.6 to 92.8%. The model achieved an NCC from 96.4 to 99.3% and a Dice coefficient of 62.9 to 95.3%. The F1 score was between 55.4 and 93.2% and the rel SSD was in the range of 2.0 and 7.5%. The segmentation metrics Dice and F1 Score are highly correlated (0.995), while a moderate correlation between NCC and SSIM (0.681) was found for registration. Data conclusion: Initial results demonstrate that the proposed method may be feasible in providing joint tumor segmentation and registration of MRI data acquired at different field strengths.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google