H-SynEx: Using synthetic images and ultra-high resolution ex vivo MRI for hypothalamus subregion segmentation

要約

目的: 超高解像度の生体外磁気共鳴画像 (MRI) によって情報を得る視床下部サブ領域の自動セグメンテーションのための方法を開発します。これは、再トレーニングすることなく MRI シーケンスと解像度全体にわたって一般化します。
材料と方法: 超高解像度の生体外 MRI スキャンから構築されたラベル マップから派生した合成画像を使用して、深層学習手法である H-synEx をトレーニングしました。これにより、1 mm の等角生体内画像と比較して、よりきめの細かい手動セグメンテーションが可能になります。
私たちは、6 つのデータセットと 6 つの MRI シーケンスからの 1,535 枚の in vivo 画像を使用して、この後ろ向き研究を検証しました。
定量的評価には、ダイス係数 (DC) と平均ハウスドルフ距離 (AVD) が使用されました。
統計分析では、曲線下面積（AUC）とウィルコクソン順位和検定を使用して、対照、アルツハイマー病（AD）、および行動変異型前頭側頭型認知症（bvFTD）被験者の視床下部サブ領域容積を比較しました。
結果: H-SynEx は、かなりのスライス間隔 (5mm) を持つ FLAIR シーケンスを含む、さまざまな MRI シーケンスにわたって視床下部をセグメント化できます。
T1w 画像上の視床下部ボリュームを使用してコントロールと AD 患者および bvFTD 患者を区別したところ、それぞれ 0.74 と 0.79 の AUC 値が観察されました。
さらに、対照と非患者を比較した場合、FLAIR スキャンでの体積変動について AUC=0.66 が見つかりました。
結論: 私たちの結果は、H-SynEx が超高解像度スキャンからの情報をうまく活用して、T1w、T2w、PD、qT1、FA、FLAIR などのさまざまな MRI シーケンスから生体内でセグメント化していることを示しています。
また、自動セグメンテーションにより、5 mm 間隔の FLAIR 画像上で対照と患者を区別できることもわかりました。
H-SynEx は https://github.com/liviamarodrigues/hsynex で公開されています。

要約(オリジナル)

Purpose: To develop a method for automated segmentation of hypothalamus subregions informed by ultra-high resolution ex vivo magnetic resonance images (MRI), which generalizes across MRI sequences and resolutions without retraining. Materials and Methods: We trained our deep learning method, H-synEx, with synthetic images derived from label maps built from ultra-high resolution ex vivo MRI scans, which enables finer-grained manual segmentation when compared with 1mm isometric in vivo images. We validated this retrospective study using 1535 in vivo images from six datasets and six MRI sequences. The quantitative evaluation used the Dice Coefficient (DC) and Average Hausdorff distance (AVD). Statistical analysis compared hypothalamic subregion volumes in controls, Alzheimer’s disease (AD), and behavioral variant frontotemporal dementia (bvFTD) subjects using the area under the curve (AUC) and Wilcoxon rank sum test. Results: H-SynEx can segment the hypothalamus across various MRI sequences, encompassing FLAIR sequences with significant slice spacing (5mm). Using hypothalamic volumes on T1w images to distinguish control from AD and bvFTD patients, we observed AUC values of 0.74 and 0.79 respectively. Additionally, AUC=0.66 was found for volume variation on FLAIR scans when comparing control and non-patients. Conclusion: Our results show that H-SynEx successfully leverages information from ultra-high resolution scans to segment in vivo from different MRI sequences such as T1w, T2w, PD, qT1, FA, and FLAIR. We also found that our automated segmentation was able to discriminate controls versus patients on FLAIR images with 5mm spacing. H-SynEx is openly available at https://github.com/liviamarodrigues/hsynex.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google