MRISegmentator-Abdomen: A Fully Automated Multi-Organ and Structure Segmentation Tool for T1-weighted Abdominal MRI

要約

背景: 腹部 MRI における臓器や構造のセグメンテーションは、病気の診断や放射線治療などの多くの臨床応用に役立ちます。
現在のアプローチは、限られた腹部構造 (13 種類) の輪郭を描くことに焦点を当てています。
現在まで、複数の臓器や構造のボクセルレベルの注釈を備えた、公的に利用可能な腹部 MRI データセットはありません。
したがって、多重構造セグメンテーション用のセグメンテーション ツールも利用できません。
方法: 国立衛生研究所 (NIH) 臨床センターで画像検査を受けた 195 人の患者から構成される T1 強調腹部 MRI データセットを厳選しました。
データセットは、各患者の軸方向のプレコントラスト T1、動脈、静脈、および遅延位相で構成され、合計 780 シリーズ (69,248 の 2D スライス) になります。
各シリーズには、62 の腹部臓器および構造のボクセル レベルの注釈が含まれています。
MRISegmentator-Abdomen (略して MRISegmentator) と呼ばれる 3D nnUNet モデルは、このデータセットでトレーニングされ、内部テスト セットと 2 つの大規模な外部データセット (AMOS22 と Duke Liver) で評価が行われました。
予測されたセグメンテーションは、ダイス類似係数 (DSC) と正規化表面距離 (NSD) を使用して、グラウンド トゥルースと比較されました。
調査結果: MRISegmentator は、内部テスト セットで平均 DSC 0.861$\pm$0.170、NSD 0.924$\pm$0.163 を達成しました。
AMOS22 データセットでは、MRISegmentator は平均 DSC 0.829$\pm$0.133 および NSD 0.908$\pm$0.067 を達成しました。
Duke Liver データセットでは、平均 DSC 0.933$\pm$0.015、NSD 0.929$\pm$0.021 が得られました。
解釈: 提案された MRISegmentator は、T1 強調腹部 MRI シーケンスにおける 62 の臓器および構造の自動、正確、ロバストなセグメンテーションを提供します。
このツールは、異常検出、放射線治療、疾患分類など、さまざまな臨床テーマに関する研究を加速する可能性があります。

要約(オリジナル)

Background: Segmentation of organs and structures in abdominal MRI is useful for many clinical applications, such as disease diagnosis and radiotherapy. Current approaches have focused on delineating a limited set of abdominal structures (13 types). To date, there is no publicly available abdominal MRI dataset with voxel-level annotations of multiple organs and structures. Consequently, a segmentation tool for multi-structure segmentation is also unavailable. Methods: We curated a T1-weighted abdominal MRI dataset consisting of 195 patients who underwent imaging at National Institutes of Health (NIH) Clinical Center. The dataset comprises of axial pre-contrast T1, arterial, venous, and delayed phases for each patient, thereby amounting to a total of 780 series (69,248 2D slices). Each series contains voxel-level annotations of 62 abdominal organs and structures. A 3D nnUNet model, dubbed as MRISegmentator-Abdomen (MRISegmentator in short), was trained on this dataset, and evaluation was conducted on an internal test set and two large external datasets: AMOS22 and Duke Liver. The predicted segmentations were compared against the ground-truth using the Dice Similarity Coefficient (DSC) and Normalized Surface Distance (NSD). Findings: MRISegmentator achieved an average DSC of 0.861$\pm$0.170 and a NSD of 0.924$\pm$0.163 in the internal test set. On the AMOS22 dataset, MRISegmentator attained an average DSC of 0.829$\pm$0.133 and a NSD of 0.908$\pm$0.067. For the Duke Liver dataset, an average DSC of 0.933$\pm$0.015 and a NSD of 0.929$\pm$0.021 was obtained. Interpretation: The proposed MRISegmentator provides automatic, accurate, and robust segmentations of 62 organs and structures in T1-weighted abdominal MRI sequences. The tool has the potential to accelerate research on various clinical topics, such as abnormality detection, radiotherapy, disease classification among others.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google