BTDNet: a Multi-Modal Approach for Brain Tumor Radiogenomic Classification

要約

脳腫瘍は世界中で重大な健康問題を引き起こしており、神経膠芽腫は最も悪性度の高い形態の 1 つです。
O6-メチルグアニン-DNA メチルトランスフェラーゼ (MGMT) プロモーターのメチル化状態を正確に判定することは、個別化された治療戦略にとって非常に重要です。
しかし、従来の方法は労力と時間がかかります。
この論文では、FLAIR、T1w、T1wCE、T2 3D ボリュームを含むマルチパラメトリック MRI スキャンを活用して、MGMT プロモーターのメチル化状態を予測する、新しいマルチモーダル アプローチである BTDNet を提案します。
BTDNet は、可変ボリューム長 (つまり、各ボリュームが異なる数のスライスで構成される) とボリュームレベルの注釈 (つまり、3D ボリューム全体に注釈が付けられ、それを構成する独立したスライスには注釈が付けられない) という 2 つの主要な課題に対処します。
BTDNet は 4 つのコンポーネントで構成されます。 i) データ拡張 1 (幾何学的変換、データ ペアの凸結合、およびテスト時のデータ拡張を実行します)。
ii) 3D 分析 (CNN-RNN を通じてグローバル分析を実行します)。
iii) ルーティング 1 つ (可変の入力特徴長を処理するマスク レイヤーを含む)、および iv) モダリティ フュージョン 1 つ (データ表現を効果的に強化し、曖昧さを減らし、データ不足を緩和する)。
提案された方法は、RSNA-ASNR-MICCAI BraTS 2021 Challenge の最先端の方法を大幅に上回り、脳腫瘍の診断と治療を強化するための有望な手段を提供します。

要約(オリジナル)

Brain tumors pose significant health challenges worldwide, with glioblastoma being one of the most aggressive forms. Accurate determination of the O6-methylguanine-DNA methyltransferase (MGMT) promoter methylation status is crucial for personalized treatment strategies. However, traditional methods are labor-intensive and time-consuming. This paper proposes a novel multi-modal approach, BTDNet, leveraging multi-parametric MRI scans, including FLAIR, T1w, T1wCE, and T2 3D volumes, to predict MGMT promoter methylation status. BTDNet addresses two main challenges: the variable volume lengths (i.e., each volume consists of a different number of slices) and the volume-level annotations (i.e., the whole 3D volume is annotated and not the independent slices that it consists of). BTDNet consists of four components: i) the data augmentation one (that performs geometric transformations, convex combinations of data pairs and test-time data augmentation); ii) the 3D analysis one (that performs global analysis through a CNN-RNN); iii) the routing one (that contains a mask layer that handles variable input feature lengths), and iv) the modality fusion one (that effectively enhances data representation, reduces ambiguities and mitigates data scarcity). The proposed method outperforms by large margins the state-of-the-art methods in the RSNA-ASNR-MICCAI BraTS 2021 Challenge, offering a promising avenue for enhancing brain tumor diagnosis and treatment.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google