On the Localization of Ultrasound Image Slices within Point Distribution Models

要約

甲状腺疾患は、高分解能超音波（US）を用いて診断するのが最も一般的である。縦方向の結節追跡は、病理学的甲状腺形態の変化をモニターするための極めて重要な診断プロトコルである。しかし、このタスクは、臓器の3D再構築を維持するという本質的な課題により、臨床医に大きな認知的負担を強いる。そこで我々は、このような超音波診断の実行を容易にするために、3D形状表現内での自動化されたUS画像スライス位置決定の枠組みを提示する。我々の提案する方法は、対比的計量学習により、US画像パッチと個人の甲状腺形状の3D表面との間の共通の潜在的埋め込み空間、あるいは統計的形状モデル（SSM）の形の統計的集約を学習する。クロスモダリティ・レジストレーションとProcrustes分析を用いて、我々のモデルの特徴を活用し、甲状腺形状の3Dメッシュ表現にUSスライスを登録する。このマルチモーダル登録フレームワークにより、患者固有の臓器の3D表面トポロジーとSSMの平均形状に画像をローカライズできることを実証する。実験の結果、スライス位置は、患者固有の3D解剖学的構造上ではグランドトゥルースのスライス位置から平均1.2mm以内、SSM上では平均4.6mm以内で予測できることが示され、超音波画像取得中のスライス位置特定に有用であることが実証された。コードは公開されている：\https://github.com/vuenc/slice-to-shape}{https://github.com/vuenc/slice-to-shape}。

要約(オリジナル)

Thyroid disorders are most commonly diagnosed using high-resolution Ultrasound (US). Longitudinal nodule tracking is a pivotal diagnostic protocol for monitoring changes in pathological thyroid morphology. This task, however, imposes a substantial cognitive load on clinicians due to the inherent challenge of maintaining a mental 3D reconstruction of the organ. We thus present a framework for automated US image slice localization within a 3D shape representation to ease how such sonographic diagnoses are carried out. Our proposed method learns a common latent embedding space between US image patches and the 3D surface of an individual’s thyroid shape, or a statistical aggregation in the form of a statistical shape model (SSM), via contrastive metric learning. Using cross-modality registration and Procrustes analysis, we leverage features from our model to register US slices to a 3D mesh representation of the thyroid shape. We demonstrate that our multi-modal registration framework can localize images on the 3D surface topology of a patient-specific organ and the mean shape of an SSM. Experimental results indicate slice positions can be predicted within an average of 1.2 mm of the ground-truth slice location on the patient-specific 3D anatomy and 4.6 mm on the SSM, exemplifying its usefulness for slice localization during sonographic acquisitions. Code is publically available: \href{https://github.com/vuenc/slice-to-shape}{https://github.com/vuenc/slice-to-shape}

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL