アルゴリズム「Assessing Quality Using Image Registration Circuits」(AQUIRC) をマルチアトラスセグメンテーションに適用する

科学分野:

• 医用画像
• 計算解剖学
• 画像セグメンテーション

背景:

• マルチアトラスレジストレーションベースのセグメンテーションは、医用画像における解剖学的および機能的情報の転送に不可欠です。
• セグメンテーションの精度は、アトラスとターゲット画像間の非剛体レジストレーションの品質に大きく依存します。
• アトラス選択とセグメンテーション組み合わせの既存の方法には、特に困難なレジストレーションシナリオにおいて限界があります。

研究 の 目的:

• マルチアトラスセグメンテーションにおける局所アトラス選択のためのAQUIRC（Anatomical QUality and Image Registration Confidence）の有効性を評価すること。
• 困難な非剛体レジストレーションケースのセグメンテーション精度を向上させる上でのAQUIRCのパフォーマンスを評価すること。
• 確立されたセグメンテーション組み合わせ技術と比較してAQUIRCのパフォーマンスを比較すること。

主な方法:

• AQUIRCは、非剛体レジストレーションにおける局所誤差推定のために適用されました。
• この手法は、脳幹、視神経交差、視神経（左右）、および眼（左右）の6つの解剖学的構造でテストされました。
• 結果は、Majority Vote、STAPLE、Non-Local STAPLE、およびLocally-Weighted Voteセグメンテーション技術と比較されました。

主要な成果:

• AQUIRCは、局所レベルで適切なアトラスを選択する上で有効であることが実証されました。
• この手法は、ターゲット画像への投影情報の精度を向上させました。
• AQUIRCのパフォーマンスは、最先端のマルチアトラスセグメンテーション手法と同等であることがわかりました。

結論:

• AQUIRCは、セグメンテーションを組み合わせ、マルチアトラスレジストレーションの精度を向上させるための堅牢な手法として機能します。
• この技術は、困難な医用画像アプリケーションにおけるセグメンテーション品質を向上させる可能性を示しています。
• AQUIRCは、医用画像解析およびセグメンテーションの分野を進歩させるための貴重なツールを提供します。