Improved-Mask R-CNN：面向精准通用肌骨 MRI 实例分割平台（来自骨关节炎倡议的数据）
摘要
骨关节炎（OA）磁共振成像（MRI）扫描的客观评估可解决当前 OA 评估的局限性。骨、软骨与关节液的分割是 OA 客观评估所必需的。大多数已有的分割方法未进行实例分割且存在类别不平衡问题。本研究部署了 Mask R-CNN 实例分割并对其进行改进（improved-Mask R-CNN (iMaskRCNN)），以获得针对 OA 相关组织更精准的通用分割。该方法的训练与验证使用了来自骨关节炎倡议（OAI）数据集的 500 例 MRI 膝关节及 97 例有症状髋 OA 患者的 MRI 扫描。对 Mask R-CNN 的三处修改得到了 iMaskRCNN：添加第二个 ROIAligned 块、向 mask-header 添加额外的解码层，并通过跳跃连接将它们相连。结果使用豪斯多夫距离、Dice 分数与变异系数（CoV）进行评估。iMaskRCNN 相较于 Mask RCNN 改善了骨与软骨分割，表现为股骨 Dice 分数由 95% 升至 98%，胫骨由 95% 升至 97%，股骨软骨由 71% 升至 80%，胫骨软骨由 81% 升至 82%。对于积液检测，iMaskRCNN 的 Dice 为 72%，高于 MaskRCNN 的 71%。Reader1 与 Mask R-CNN（0.33）、Reader1 与 iMaskRCNN（0.34）、Reader2 与 Mask R-CNN（0.22）、Reader2 与 iMaskRCNN（0.29）的积液检测 CoV 值接近于两位阅片者之间的 CoV（0.21），表明人工阅片者与 Mask R-CNN 及 iMaskRCNN 均具有高度一致性。Mask R-CNN 与 iMaskRCNN 能够可靠且同时提取 OA 涉及的不同尺度关节组织，构成 OA 自动化评估的基础。iMaskRCNN 结果表明，该修改提升了网络在边缘处的性能。
引用
@article{arxiv.2107.12889,
title = {Improved-Mask R-CNN: Towards an Accurate Generic MSK MRI instance segmentation platform (Data from the Osteoarthritis Initiative)},
author = {Banafshe Felfeliyan and Abhilash Hareendranathan and Gregor Kuntze and Jacob L. Jaremko and Janet L. Ronsky},
journal= {arXiv preprint arXiv:2107.12889},
year = {2022}
}