Unpaired Translation of Chest X-ray Images for Lung Opacity Diagnosis via Adaptive Activation Masks and Cross-Domain Alignment

要約

胸部X線X線写真（CXR）は、心肺疾患の診断と監視において極めて重要な役割を果たします。
ただし、CXRの肺透明度は、肺の境界の明確な識別を妨げ、病理学の局在を複雑にして、解剖学的構造を頻繁に曖昧にします。
この課題は、セグメンテーションの精度と正確な病変の識別を大幅に妨げ、診断に不可欠です。
これらの問題に取り組むために、我々の研究では、セマンティックの特徴を維持しながら、肺の不透明度を持つCXRを肺の不透明度のないカウンターパートに変換する対価のないCXR翻訳フレームワークを提案しています。
私たちのアプローチの中心は、肺CXRの不透明度領域を選択的に変更するための適応活性化マスクを使用することです。
クロスドメインアライメントにより、不透明な問題のない翻訳されたCXRSは、事前に訓練されたCXR病変分類器からの機能マップおよび予測ラベルに合わせて保証され、翻訳プロセスの解釈可能性を促進します。
RSNA、MIMIC-CXR-JPG、JSRTデータセットを使用してメソッドを検証し、既存のメスと比較して、より低いフレシェットインセプション距離（FID）およびカーネルインセプション距離（KID）スコアを通じて優れた翻訳品質を実証します（FID：67.18対210.4、KID：0.01604対0.225）。
RSNA不透明度の評価、急性呼吸dis迫症候群（ARDS）患者CXRSとJSRT CXRSの模倣は、方法が肺の境界のセグメンテーション精度を高め、病変分類を改善し、臨床環境でのその可能性をさらに強化することを示しています（RSNA：MIOU：MIOU：76.58％vs。62.58％vs.58％。
模倣ARDS：MIOU：86.20％対72.07％、感度：92.68％対86.85％：MIOU：85.6％、感度：97.62％対95.04％）。
私たちのアプローチは、特に画像翻訳技術を通じてセグメンテーションの影響を調査する際に、CXRイメージング分析を進めます。

要約(オリジナル)

Chest X-ray radiographs (CXRs) play a pivotal role in diagnosing and monitoring cardiopulmonary diseases. However, lung opac- ities in CXRs frequently obscure anatomical structures, impeding clear identification of lung borders and complicating the localization of pathology. This challenge significantly hampers segmentation accuracy and precise lesion identification, which are crucial for diagnosis. To tackle these issues, our study proposes an unpaired CXR translation framework that converts CXRs with lung opacities into counterparts without lung opacities while preserving semantic features. Central to our approach is the use of adaptive activation masks to selectively modify opacity regions in lung CXRs. Cross-domain alignment ensures translated CXRs without opacity issues align with feature maps and prediction labels from a pre-trained CXR lesion classifier, facilitating the interpretability of the translation process. We validate our method using RSNA, MIMIC-CXR-JPG and JSRT datasets, demonstrating superior translation quality through lower Frechet Inception Distance (FID) and Kernel Inception Distance (KID) scores compared to existing meth- ods (FID: 67.18 vs. 210.4, KID: 0.01604 vs. 0.225). Evaluation on RSNA opacity, MIMIC acute respiratory distress syndrome (ARDS) patient CXRs and JSRT CXRs show our method enhances segmentation accuracy of lung borders and improves lesion classification, further underscoring its potential in clinical settings (RSNA: mIoU: 76.58% vs. 62.58%, Sensitivity: 85.58% vs. 77.03%; MIMIC ARDS: mIoU: 86.20% vs. 72.07%, Sensitivity: 92.68% vs. 86.85%; JSRT: mIoU: 91.08% vs. 85.6%, Sensitivity: 97.62% vs. 95.04%). Our approach advances CXR imaging analysis, especially in investigating segmentation impacts through image translation techniques.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google