UNETRネットワークによるセグメンテーションと,腹腔隔膜のない壁構造の3D再構築
Yupeng Han1, Chao Han1, ShengJun Ta1
1Department of Ultrasound, Hypertrophic Cardiomyopathy Center, Xijing Hospital, Fourth Military Medical University, Xi'an 710032, Shaanxi, China.
Applied bionics and biomechanics
|August 25, 2025
まとめ
UNETRモデルは,高縮性心筋症 (HOCM) 患者の間隔隔膜を正確に分割し,皮膚内筋隔膜放射性剥離 (PIMSRA) のような手順の正確な3D再構築を可能にします. このAIによるアプローチは 処置計画と患者の治療結果を 改善します
科学分野:
- 心血管イメージング
- 医療における人工知能
- 医療画像セグメンテーション
背景:
- 皮膚内筋隔膜放射性切除 (PIMSRA) は,高縮性阻害性心筋病 (HOCM) に対して隔膜切除 (SM) とアルコールの隔膜切除 (ASA) に代わるものです.
- PIMSRAの成功には,室間隔膜の正確なセグメンテーションが不可欠です.
- 現在のセグメンテーション方法は,複雑な心臓の解剖学に必要な精度がない可能性があります.
研究 の 目的:
- HOCM患者の心臓CT画像において,室間隔壁の自由壁構造の自動セグメンテーションのためにUNETRニューラルネットワークモデルを使用する可能性を評価する.
- 視覚化ツールキット (VTK) を使用した3D再構築方法の能力をAI駆動セグメンテーション結果に基づいて評価する.
- MedSAM-2やUNETのような他のセグメンテーションモデルと比較する.
主な方法:
- 23人のHOCM患者 (合計700人) の心臓CT画像は,MedSAM-2,UNET,UNETRモデルを使用して分割されました.
- 画像アノテーションは6:2のトレーニング,テスト,検証セット比率でLabelmeソフトウェアを使用して行われました.
- 最も高いダイス係数を持つモデルは,VTKによる移動キューブアルゴリズムを使用して3D復元に選択されました.
主要な成果:
- UNETRモデルは,室間隔膜のない壁のセグメンテーションで0.89のダイス係数を達成し,UNET (0.81) とMedSAM-2 (0.83) を上回った.
- 最適なUNETRトレーニングパラメータは,バッチサイズ8とエポック32として特定されました.
- UNETRのセグメンテーション結果を用いたVTKベースの3D再構築は,実際の心臓構造と密接に一致する表現を提供しました.
結論:
- UNETRモデルは,HOCMの患者における静脈間隔壁の正確な自動セグメンテーションの実現可能性を示しています.
- これらのセグメンテーションからVTKベースの3D再構築は実現可能であり,解剖学的に関連するモデルを提供します.
- このAIによるセグメンテーションと再構築アプローチは,PIMSRAの計画と実行の強化に寄与します.
