DS6 UNet3D Wodeform

🚀 DS6_UNetMSS3D_woDeform

脳の血管は、人間の脳に必要な栄養素と酸素を供給します。脳の血液供給の脆弱な部分として、細小血管の病変は、脳微小血管障害（CSVD）などの深刻な問題を引き起こす可能性があります。また、CSVDは、アルツハイマー病などの神経変性疾患と関連していることが示されています。7テスラMRIシステムの進歩に伴い、より高い空間画像解像度を達成することができ、脳内の非常に細い血管を描出することが可能になりました。血管セグメンテーションの非深層学習ベースのアプローチ、例えば、Frangiの血管強調とそれに続く閾値処理は、中〜大きな血管をセグメント化することができますが、細小血管をセグメント化することはできないことが多いです。これらの方法の細小血管に対する感度は、広範なパラメータチューニングまたは手動修正によって高めることができますが、それによって時間がかかり、手間がかかり、大規模なデータセットには適さなくなります。この論文では、7テスラ3D飛行時間（ToF）磁気共鳴血管造影（MRA）データにおける細小血管を自動的にセグメント化する深層学習アーキテクチャを提案します。このアルゴリズムは、わずか11人の被験者の不完全な半自動セグメント化データセットで訓練および評価されました。6人を訓練用、2人を検証用、3人をテスト用として使用しました。U-Netマルチスケール監視に基づく深層学習モデルは、訓練サブセットを使用して訓練され、変形認識学習を使用して自己教師付き方式で弾性変形に対して等変性にされ、汎化性能が向上しました。提案された手法は、テストセットに対して定量的および定性的に評価され、Diceスコア80.44 ± 0.83を達成しました。さらに、提案手法の結果は、選択された手動セグメント化領域（Diceスコア62.07）と比較され、変形認識学習により大幅な改善（18.98％）が見られました。

✨ 主な機能

• 7テスラ3D飛行時間（ToF）磁気共鳴血管造影（MRA）データにおける細小血管を自動的にセグメント化する。
• 変形認識学習を使用して自己教師付き方式で弾性変形に対して等変性にし、汎化性能を向上させる。

📚 ドキュメント

モデルの詳細

このモデルは、Soumick Chatterjee、Kartik Prabhu、Mahantesh Pattadkal、Gerda Bortsova、Chompunuch Sarasaen、Florian Dubost、Hendrik Mattern、Marleen de Bruijne、Oliver Speck、Andreas NürnbergerによるDS6, Deformation-Aware Semi-Supervised Learning: Application to Small Vessel Segmentation with Noisy Training Dataで紹介されました。ArXiv preprint

モデルの説明

モデルのソース

• リポジトリ: https://github.com/soumickmj/DS6
• 論文: https://doi.org/10.3390/jimaging8100259
• プレプリント: https://arxiv.org/abs/2006.10802

引用

このアプローチを研究で使用する場合、またはこのリポジトリのコードやこれらの重みを使用する場合は、以下を出版物で引用してください。

BibTeX:

@article{chatterjee2022ds6,
  title={Ds6, deformation-aware semi-supervised learning: Application to small vessel segmentation with noisy training data},
  author={Chatterjee, Soumick and Prabhu, Kartik and Pattadkal, Mahantesh and Bortsova, Gerda and Sarasaen, Chompunuch and Dubost, Florian and Mattern, Hendrik and de Bruijne, Marleen and Speck, Oliver and N{\"u}rnberger, Andreas},
  journal={Journal of Imaging},
  volume={8},
  number={10},
  pages={259},
  year={2022},
  publisher={MDPI}
}

APA: Chatterjee, S., Prabhu, K., Pattadkal, M., Bortsova, G., Sarasaen, C., Dubost, F., ... & Nürnberger, A. (2022). Ds6, deformation-aware semi-supervised learning: Application to small vessel segmentation with noisy training data. Journal of Imaging, 8(10), 259.

📄 ライセンス

Apache-2.0ライセンスの下で提供されています。