AI-based Aortic Vessel Tree Segmentation for Cardiovascular Diseases Treatment: Status Quo

要約

タイトル：心血管疾患治療のためのAIベースの大動脈血管樹状図セグメンテーション：現状

要約：

– 大動脈血管樹は、大動脈とその分枝動脈から構成され、全身に血液を供給する重要な役割を果たす。
– 大動脈の病気、例えば動脈瘤や分解、は大動脈破裂を引き起こすことがあり、オープン手術による治療は高リスクである。
– そのため、患者は通常、定期的な血管の検査を必要とする薬物療法を受ける必要がある。
– 診断やモニタリングのための標準的な画像形成技術は、CTアンギオグラフィーを含むコンピュータ断層撮影（CT）であり、これにより大動脈とその分枝血管の詳細な像が提供される。
– 最適な場合は、連続したCTAから構成される全体の大動脈血管樹のジオメトリがオーバーレイされ、比較される。これは、大動脈の変化だけでなく、原発病理や新たに発生した樹状図の分岐による変化も検出できる。
– この再構成は、スライスごとの輪郭線引きによって手動で実行される場合、一つの大動脈樹について全日を要する可能性があるため、臨床実践には適していない。
– しかしながら、 自動または半自動の血管樹状図セグメンテーションアルゴリズムは、手動実行時間の一部でこのタスクを完了し、臨床家の日常業務と並行して実行できる。
– この論文では、自動および半自動の大動脈血管樹状図セグメンテーションの計算技術を系統的に調査する。レビューは、これらの最新アプローチが臨床実践へどの程度近いか、および出版物、データセット、および課題の数を考慮したこの研究分野の活発性についての詳細な議論で締めくくられる。

要約(オリジナル)

The aortic vessel tree is composed of the aorta and its branching arteries, and plays a key role in supplying the whole body with blood. Aortic diseases, like aneurysms or dissections, can lead to an aortic rupture, whose treatment with open surgery is highly risky. Therefore, patients commonly undergo drug treatment under constant monitoring, which requires regular inspections of the vessels through imaging. The standard imaging modality for diagnosis and monitoring is computed tomography (CT), which can provide a detailed picture of the aorta and its branching vessels if completed with a contrast agent, called CT angiography (CTA). Optimally, the whole aortic vessel tree geometry from consecutive CTAs is overlaid and compared. This allows not only detection of changes in the aorta, but also of its branches, caused by the primary pathology or newly developed. When performed manually, this reconstruction requires slice by slice contouring, which could easily take a whole day for a single aortic vessel tree, and is therefore not feasible in clinical practice. Automatic or semi-automatic vessel tree segmentation algorithms, however, can complete this task in a fraction of the manual execution time and run in parallel to the clinical routine of the clinicians. In this paper, we systematically review computing techniques for the automatic and semi-automatic segmentation of the aortic vessel tree. The review concludes with an in-depth discussion on how close these state-of-the-art approaches are to an application in clinical practice and how active this research field is, taking into account the number of publications, datasets and challenges.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI