インタラクティブ深層学習モデルによる小児水頭症の高精度脳室セグメンテーション

使用交互式深度学习模型对小儿脑积水进行高精度脑室分割

基本信息

批准号：
21K17774
负责人：
岩本祐太郎
金额：
$ 2.91万
依托单位：
Osaka Electro-Communication University (2022)Ritsumeikan University (2021)
依托单位国家：
日本
项目类别：
Grant-in-Aid for Early-Career Scientists
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-21K17774/
关键词：
セグメンテーション深層学習水頭症医用画像処理機械学習

项目摘要

本研究の目的は小児水頭症の診断のための高精度な脳室領域の自動抽出(セグメンテーション)及び定量化である。小児水頭症の脳室は脳形状の変形が大きく、脳室が不規則に散在していることから自動抽出の難易度が高い。2022年度は医師が簡易に利用可能なGUI(Graphic User Interface)の作成を行った。GUIでは、手動のセグメンテーション機能に加え、昨年度構築したUNetによる自動セグメンテーション機能を導入した。加えて、axial, coronal, sagittal方向からのビューワー機能やMR画像に対して抽出した脳室領域をオーバレイする機能も追加した。また、頭蓋内容積を算出するために三次元MR画像から頭蓋骨領域を除去する方法として、深層学習による手法(Andrew Hoopes et al., NeuroImage, 2022)が小児水頭症患者の脳に対してもきれいに頭蓋骨領域を除去できることを確認した。更に、統計的な解析を容易にするため、フォルダから複数の三次元MR画像を一括してフォーマットの変換、頭蓋骨領域の除去、自動セグメンテーションすることができる機能を実装した。本研究は関西医科大学と立命館大学との共同研究であり、毎月一度程度共同研究先の医師と立命館大学の先生と研究に関する打合せを行った。今後は自動抽出結果に対して医師が修正可能なインタラクティブ深層学習モデルを構築する。また、精度を向上させることを目的として、インターネット上で公開された利用可能な大規模医用画像データセットを利用して深層学習の事前学習させることなをを検討する。

这项研究的目的是精确自动提取（分割）和室性区域诊断小儿脑积水。儿童脑积水的心室在大脑形状上具有较大的变形，并且心室不规则散射，因此很难自动提取心室。在2022年，我们创建了一个GUI（图形用户界面），医生可以轻松使用。除手动细分外，GUI还使用去年建造的UNET引入了自动分割功能。此外，我们还从轴向，冠状和矢状方向添加了一个查看器函数，并为MR图像叠加提取的心室区域的功能。我们还证实，深度学习技术（Andrew Hoopes等人，神经图像，2022年）也可以清晰地从小儿脑积水患者的大脑中清除头骨区域，作为一种从三维MR图像中删除头骨区域以计算颅骨体积的方法。此外，为了促进统计分析，该函数允许从文件夹中批量转换多个3D MR图像，删除的颅骨区域并进行了自动分割。这项研究是Kansai医科大学和Ritsumeikan大学之间的一个联合研究项目，每月一次，我们每月与我们合作参与的医生和Ritsumeikan University的教授进行一次咨询。将来，我们将建立一个交互式深度学习模型，医生可以自动提取结果。此外，为了提高准确性，我们将考虑使用Internet上提供的大规模医学图像数据集进行预训练深度学习。