Automated organ segmentation in 3D medical images: Is uncertainty estimation by artificial intelligence useful for improving accuracy?

3D 医学图像中的自动器官分割：人工智能的不确定性估计是否有助于提高准确性？

• 批准号: 21K07674
• 负责人: 堀 雅敏
• 金额: $ 2.66万
• 依托单位: Kobe University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2021
• 资助国家: 日本
• 起止时间: 2021-04-01 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-21K07674/
• 关键词: 放射線診断; 人工知能; セグメンテーション; 不確実性; 精度; コンピュータ支援診断; CT; MRI; 放射線診断学

人工知能（AI）を応用して臨床に有用な技術開発を目指す多くの研究が試みられ、成功を収めている。しかし、その一方で課題も残っている。課題の一つとして、AI出力の「確からしさ」の評価が挙げられる。近年、学習済みAIのノードの一部をランダムに無効化する手法（Monte Carlo dropout）が、AI出力の「確からしさ」評価に有効であることが示された。本研究では、腹部3次元医用画像を対象にした臓器自動抽出について、AI出力の「確からしさ」の有用性を探っている。これにより、1) AIの示す結果を利用すべきか否かの指標を確立し、2) 教師データ作成の省力化、3) AIシステム精度の効率的な改善を目指している。また、複雑な臓器構造を有する腹部領域での成果は、全身に拡張することが容易と期待される。2022年度研究実施計画では、前年度に引き続いて腹部3次元医用画像（CT・MRI）データを収集することとなっていた。この計画に沿い、画像データを集積して、放射線診断医が腹部臓器の抽出を行い、臓器領域（肝臓・脾臓）の「正解」データを作成した。2023年度も引き続いてデータ整備の実施を計画している。画像データ集積と並行して、Monte Carlo dropoutを組み込んだAIシステム "Bayesian U-Net" を作成した。これにより、腹部3次元医用画像からの臓器自動抽出とその「確からしさ」（あるいは不確実性 "uncertainty"）を出力できるようにした。この"uncertainty"の臨床的有用性について、放射線診断医による評価を行うべく準備を行った。2022年度の研究により、画像データ集積と「確からしさ」評価のための基礎技術が確立され、本研究を継続する上で重要な成果を得た。

Human knowledge (AI) を 応 with し て useful clinical に な technology open 発 を refers more す く の research が try み ら れ, successful を 収 め て い る. Youdaoplaceholder0 そ そ one side で subject そ disability って る る. Topic <s:1> one と て て, AI contribution <s:1> "Confirmation さ ら さ さ" 価が挙げられる evaluation 価が挙げられる. In recent years, the study 済 み AI の ノ ー ド の a を ラ ン ダ ム に relacing す unseen る technique (Monte Carlo dropout) output の が, AI "really か ら し さ" review 価 に have sharper で あ る こ と が shown さ れ た. This study で は portraits, abdominal three dimensional medical を like に seaborne し た viscera automatic extraction に つ い て, AI output の "か indeed ら し さ" の usefulness を agent っ て い る. こ れ に よ り and 1) AI の す results を す べ き か no か の index を establish し, 2) teachers デ ー タ made の ShengLiHua, 3) AI シ ス テ ム precision の な sharper rates improve を refers し て い る. ま た, complex 雑 な viscera a す を construction る abdominal area で の results は, systemic に company, zhang す る こ と が easy と expect さ れ る. 2022 annual research be applied plan で は, before the annual に き 続 い て abdominal three dimensional medical portrait (CT, MRI) デ ー タ を 収 set す る こ と と な っ て い た. こ の project に along い, portrait デ ー タ を set product し て, radiological diagnosis of medical が abdominal viscera の spare を い, viscera areas is crucial (hepatic, splenic) の "truth" デ ー タ を made し た. The 2023 annual research and introduction 続 続 てデ てデ タ タ preparation <s:1> implementation を plan <s:1> て る る る. Portrait デ ー タ set product と parallel し て, Monte Carlo dropout を group み 込 ん だ AI シ ス テ ム "Bayesian U - Net" を made し た. こ れ に よ り portraits, abdominal three dimensional medical か ら の viscera automatic extraction と そ の "か ら し さ" (あ る い は uncertain be "uncertainty") を output で き る よ う に し た. こ の clinical usefulness of "uncertainty" の に つ い て, radiological diagnosis of medical に よ る review 価 を line う べ く preparation line を っ た. 2022 annual の に よ り, portrait デ ー タ set product と "か ら し さ" review 価 の た め の based technology が さ れ, this study を 継 続 す る で important た を な achievements.

项目成果

Analysis of multiplanar integration based on uncertainty estimation in automatic segmentation of abdominal organs in 3D CT image using 2D Bayesian U-Net

使用 2D 贝叶斯 U-Net 进行 3D CT 图像腹部器官自动分割中基于不确定性估计的多平面积分分析

• DOI: 10.1117/12.2590794
• 发表时间: 2021
• 期刊: Proc. SPIE 11792
• 作者: Masaki Yuto;Otake Yoshito;Soufi Mazen;Hori Masatoshi;Onishi Hiromitsu;Tomiyama Noriyuki;Sato Yoshinobu
• 通讯作者: Sato Yoshinobu