Vision Transformers increase efficiency of 3D cardiac CT multi-label segmentation

要約

心臓の正確なセグメンテーションは、パーソナライズされた血流シミュレーションと外科的介入計画に不可欠です。
セグメンテーションはあらゆる空間次元で正確である必要がありますが、データをスライスごとにセグメント化することでは保証されません。
39 人の患者の心周期全体にわたる 760 ボリュームと、60 人の患者の 60 ボリュームで構成される 2 つの心臓コンピュータ断層撮影 (CT) データセットを使用して、心臓全体を 3D で表す複数の領域を同時にセグメント化するネットワークをトレーニングしました。
セグメント化された領域には、左右の心房と心室、左心室心筋、上行大動脈、肺動脈、肺静脈、および左心耳が含まれます。
広く使用されている 3D U-Net および UNETR アーキテクチャを、大容量入力に最適化された私たちの提案手法と比較しました。
Transformer Residual U-Net (TRUNet) と呼ばれる提案されたネットワーク アーキテクチャは、カスケード ダウンサンプリング エンコーダー、カスケード アップサンプリング デコーダー、および U-Net からのスキップ接続を維持しながら、修正された ResNet50 ブロックと一緒にエンコーダーに Vision Transformer (ViT) ブロックを組み込みます。
TRUNet は、3D U-Net および UNETR に必要なトレーニング時間の約半分以内で、すべての構造に対してより高いセグメンテーション パフォーマンスを達成しました。
提案された方法は、他の方法と比較して、より正確な血管境界セグメンテーションを達成し、心臓の全体的な解剖学的構造をよりよく捕捉しました。
トレーニング時間が短く、隣接する構造を正確に描写できるため、TRUNet は医療画像セグメンテーション タスクの有望な候補となります。
TRUNet のコードは、github.com/ljollans/TRUNet で入手できます。

要約(オリジナル)

Accurate segmentation of the heart is essential for personalized blood flow simulations and surgical intervention planning. Segmentations need to be accurate in every spatial dimension, which is not ensured by segmenting data slice by slice. Two cardiac computed tomography (CT) datasets consisting of 760 volumes across the whole cardiac cycle from 39 patients, and of 60 volumes from 60 patients respectively were used to train networks to simultaneously segment multiple regions representing the whole heart in 3D. The segmented regions included the left and right atrium and ventricle, left ventricular myocardium, ascending aorta, pulmonary arteries, pulmonary veins, and left atrial appendage. The widely used 3D U-Net and the UNETR architecture were compared to our proposed method optimized for large volumetric inputs. The proposed network architecture, termed Transformer Residual U-Net (TRUNet), maintains the cascade downsampling encoder, cascade upsampling decoder and skip connections from U-Net, while incorporating a Vision Transformer (ViT) block in the encoder alongside a modified ResNet50 block. TRUNet reached higher segmentation performance for all structures within approximately half the training time needed for 3D U-Net and UNETR. The proposed method achieved more precise vessel boundary segmentations and better captured the heart’s overall anatomical structure compared to the other methods. The fast training time and accurate delineation of adjacent structures makes TRUNet a promising candidate for medical image segmentation tasks. The code for TRUNet is available at github.com/ljollans/TRUNet.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google