Segmentation of Knee Bones for Osteoarthritis Assessment: A Comparative Analysis of Supervised, Few-Shot, and Zero-Shot Learning Approaches

要約

変形性膝関節症は、慢性的な痛みや障害を引き起こす変性関節疾患です。
骨形態学的分析は、この疾患の力学的側面を理解するための有望なツールです。
この研究では、手動でセグメント化された骨を使用して、異なる痛みの状態に関連する形態学的特徴を調査する 2D 骨形態学的分析を提案します。
さらに、X 線画像から大腿骨と脛骨を抽出するための 6 つのセマンティック セグメンテーション アルゴリズムが評価されています。
私たちの分析により、痛みが悪化した場合には大腿骨の形態が大きく変化することが明らかになりました。
逆に、痛みが改善しても、骨の形状に顕著な変化が現れない場合もあります。
少数ショット学習ベースのアルゴリズムである UniverSeg は、Dice スコアが大腿骨で 99.69%、脛骨で 99.60% という優れたセグメンテーション結果を示しました。
痛みの状態の分類に関しては、ゼロショット学習ベースのアルゴリズム CP-SAM が、すべてのモデルの中で 66% という最高の精度を達成しました。
UniverSeg は自動膝骨セグメンテーションに推奨されますが、SAM モデルは最適化された結果を得るためにエンコーダーを迅速に修正する可能性を示しています。
これらの発見は、セマンティックセグメンテーションにおける少数ショット学習の有効性と、変形性膝関節症診断の分類モデルの強化におけるゼロショット学習の可能性を強調しています。

要約(オリジナル)

Knee osteoarthritis is a degenerative joint disease that induces chronic pain and disability. Bone morphological analysis is a promising tool to understand the mechanical aspect of this disorder. This study proposes a 2D bone morphological analysis using manually segmented bones to explore morphological features related to distinct pain conditions. Furthermore, six semantic segmentation algorithms are assessed for extracting femur and tibia bones from X-ray images. Our analysis reveals that the morphology of the femur undergoes significant changes in instances where pain worsens. Conversely, improvements in pain may not manifest pronounced alterations in bone shape. The few-shot-learning-based algorithm, UniverSeg, demonstrated superior segmentation results with Dice scores of 99.69% for femur and 99.60% for tibia. Regarding pain condition classification, the zero-shot-learning-based algorithm, CP-SAM, achieved the highest accuracy at 66% among all models. UniverSeg is recommended for automatic knee bone segmentation, while SAM models show potential with prompt encoder modifications for optimized outcomes. These findings highlight the effectiveness of few-shot learning for semantic segmentation and the potential of zero-shot learning in enhancing classification models for knee osteoarthritis diagnosis.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google