Voxels Intersecting along Orthogonal Levels Attention U-Net (viola-Unet) to Segment Intracerebral Haemorrhage Using Computed Tomography Head Scans

要約

2 つの異なる 3 次元深層学習ニューラル ネットワークを実装し、非造影コンピューター断層撮影 (CT) で見られる頭蓋内出血 (ICH) をセグメント化する能力を評価します。
「直交レベルの注意 U-Net に沿ったボクセル交差」(viola-Unet) と呼ばれる 1 つのモデルには、INSTANCE 2022 データ チャレンジに適したアーキテクチャ要素があります。
2 番目の比較モデルは、新しい U-N​​et (nnU-Net) から導出されました。
入力画像とグラウンド トゥルース セグメンテーション マップを使用して、2 つのネットワークを個別に教師あり方法でトレーニングしました。
その後、検証データは半教師付きトレーニングに使用されました。
モデル予測は、5 倍の交差検証中に比較されました。
viola-Unet は、4 つのパフォーマンス メトリクスのうち 2 つ (つまり、NSD と RVD) で比較ネットワークよりも優れていました。
viola-Unet と nnU-Net ネットワークを組み合わせたアンサンブル モデルは、DSC と HD で最高のパフォーマンスを示しました。
3D U-Net に関連する ICH セグメンテーション パフォーマンスの利点が、U-Net のデコード ブランチ中に空間的に直交する機能を効率的に組み込むことを実証します。
viola-Unet AI ツールのコード ベース、事前トレーニング済みの重み、および Docker イメージは、https://github.com/samleoqh/Viola-Unet で公開されます。

要約(オリジナル)

We implemented two distinct 3-dimensional deep learning neural networks and evaluate their ability to segment intracranial hemorrhage (ICH) seen on non-contrast computed tomography (CT). One model, referred to as ‘Voxels-Intersecting along Orthogonal Levels of Attention U-Net’ (viola-Unet), has architecture elements that are amenable to the INSTANCE 2022 Data Challenge. A second comparison model was derived from the no-new U-Net (nnU-Net). Input images and ground truth segmentation maps were used to train the two networks separately in supervised manner; validation data were subsequently used for semi-supervised training. Model predictions were compared during 5-fold cross validation. The viola-Unet outperformed the comparison network on two out of four performance metrics (i.e., NSD and RVD). An ensemble model that combined viola-Unet and nnU-Net networks had the highest performance for DSC and HD. We demonstrate there were ICH segmentation performance benefits associated with a 3D U-Net efficiently incorporates spatially orthogonal features during the decoding branch of the U-Net. The code base, pretrained weights, and docker image of the viola-Unet AI tool will be publicly available at https://github.com/samleoqh/Viola-Unet .

arxiv情報

提供元, 利用サービス

arxiv.jp, Google