Continuous Spatio-Temporal Memory Networks for 4D Cardiac Cine MRI Segmentation

要約

現在の心臓シネ磁気共鳴画像 (cmR) 研究は、画像シーケンス全体の豊富な時間情報を無視しながら、拡張末期 (ED) と収縮末期 (ES) の段階に焦点を当てています。
これは、シーケンス全体のセグメンテーションが現在のところ面倒なプロセスであり、不正確であるためです。
従来の全シーケンス セグメンテーションのアプローチでは、最初にフレーム間のモーション フィールドを推定し、それを使用して時間軸に沿ってマスクを伝播します。
ただし、マスク伝播の結果は、特に基底スライスと心尖スライスでは、平面を通る動きが心周期中の重大な形態や構造変化につながるため、エラーが発生しやすい可能性があります。
時空間メモリ (STM) ネットワークに基づくビデオ オブジェクト セグメンテーション (VOS) の最近の進歩に触発され、半教師付き全心臓および全シーケンス cMR セグメンテーションのための連続 STM (CSTM) ネットワークを提案します。
当社の CSTM ネットワークは、基礎となる心臓の解剖学的構造に先立って、空間的、スケール的、時間的、および平面上の連続性を最大限に活用し、正確かつ高速な 4D セグメンテーションを実現します。
複数の cMR データセットにわたる広範な実験の結果は、私たちの方法が、特にセグメント化が難しい領域の 4D cMR セグメンテーションのパフォーマンスを向上できることを示しています。

要約(オリジナル)

Current cardiac cine magnetic resonance image (cMR) studies focus on the end diastole (ED) and end systole (ES) phases, while ignoring the abundant temporal information in the whole image sequence. This is because whole sequence segmentation is currently a tedious process and inaccurate. Conventional whole sequence segmentation approaches first estimate the motion field between frames, which is then used to propagate the mask along the temporal axis. However, the mask propagation results could be prone to error, especially for the basal and apex slices, where through-plane motion leads to significant morphology and structural change during the cardiac cycle. Inspired by recent advances in video object segmentation (VOS), based on spatio-temporal memory (STM) networks, we propose a continuous STM (CSTM) network for semi-supervised whole heart and whole sequence cMR segmentation. Our CSTM network takes full advantage of the spatial, scale, temporal and through-plane continuity prior of the underlying heart anatomy structures, to achieve accurate and fast 4D segmentation. Results of extensive experiments across multiple cMR datasets show that our method can improve the 4D cMR segmentation performance, especially for the hard-to-segment regions.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google