SegTom: 多臓器解剖構造のための3Dボリュメトリック医療画像セグメンテーションフレームワーク

科学分野:

• 医学画像分析
• コンピュータ解剖学
• 医療における人工知能

背景:

• 胸腹部構造の正確なセグメンテーションは,臨床的決定に不可欠です.
• 既存の方法は複雑で多様な解剖学的データを処理する上で困難に直面しています.
• サブオプティマルのセグメンテーションは診断,治療計画,疾患管理に影響します.

研究 の 目的:

• SegTomという新しい体積セグメント化フレームワークを紹介する.
• 現在の胸腹部分割技術の限界に対処する.
• 医学イメージングにおける複雑な解剖学的表現の捉え方を向上させる.

主な方法:

• 特殊なSegTomブロックを備えたフレームワークであるSegTomを開発した.
• SegTomブロック内の階層的な解剖表現分解を組み込みました.
• 自己注意メカニズムの分解と集積によって情報交換を最適化します.

主要な成果:

• 9つの異なるCTとMRIデータセットでSegTomを検証した.
• 様々な解剖学的構造を分割する上で高い性能を達成した.
• 心臓MRIセグメンテーションの平均ダイス類似度係数 (DSC) が87. 29%であることが示された.
• 腹部CT多臓器分割で83. 48%のDSCが報告されました.
• 専用の呼吸道CTセグメンテーションで92.01%のDSCを達成しました.

結論:

• SegTomは,胸部と腹部のセグメンテーションのための堅牢で効率的なソリューションを提供します.
• このフレームワークは,複数のイメージング方式と解剖学的標的で優れた性能を示しています.
• SegTomは,臨床的意思決定と患者のアウトカムを改善する大きな可能性を示しています.