ハイドロプスMRIにおけるペリリンパとエンドリンパの流体空間を自動的に分割するためのクロスチャネル機能転送3DU-NET

科学分野:

• 医療用イメージング
• 人工知能
• 内耳 障害

背景:

• 内リンパ性水滴 (EH) は,メニエール病のような内耳疾患の診断の鍵です.
• 液体空間の正確なセグメンテーションは,EHの識別のためにMRIが不可欠です.
• MRIでのEH評価の現在の方法は,労働集約的で主観的かもしれません.

研究 の 目的:

• ハイドロプスMRIにおけるエンドリンパとペリリンパの液体空間を分割するための完全に自動化された方法を開発する.
• EHのセグメンテーションを強化するために,新しいクロスチャネル機能転送 (CCFT) 3D U-Netモデルを導入する.
• 既存のセグメンテーション技術と比較してCCFT 3D U-Netモデルのパフォーマンスを評価する.

主な方法:

• 新しいクロスチャネル機能転送 (CCFT) 3D U-Netアーキテクチャが提案されました.
• このモデルは,磁気共鳴水槽図 (MRC) からHYDROPS-Mi2画像への特徴移転を使用した.
• リンパ周流体空間とリンパ内流体空間の自動セグメンテーションが行われました.

主要な成果:

• CCFT 3D U-Netは,ペリリンパ空間 (DSC: 0.9459,IOU: 0.8975) の高いセグメンテーション精度を達成しました.
• このモデルは,エンドリンパ空間 (DSC: 0.8053,IOU: 0.6778) のセグメント化に優れたパフォーマンスを示した.
• MRCからの特徴移転は,内リンパ液空間のセグメンテーションを大幅に改善しました.

結論:

• CCFT 3D U-Netは,MRIにおけるEHセグメンテーションのための堅牢で自動化されたソリューションを提供します.
• このAIによるアプローチは内耳疾患の診断の正確性と効率性を向上させる可能性があります.
• CCFTモジュールは,水滴画像の定量分析を進めるための希望を示しています.