基于扩散加权MRI的膝关节软骨分割
计算机视觉与模式识别
2019-12-05 v1 图像与视频处理
定量方法
摘要
关节软骨的完整性是骨关节炎（OA）早期诊断的关键方面。许多新型MRI技术有潜力评估软骨细胞外基质的组成变化。在这些技术中，软骨扩散张量成像（DTI）可同时评估固体基质的两种主要成分：胶原结构和蛋白聚糖浓度。与任何其他组成性MRI技术一样，DTI需要人类专家手动进行分割。手动分割容易出错且耗时（ 每个受试者数小时）。我们使用一组改进的U-Net来自动化该分割任务。我们将我们的模型与人类专家的测试-重测分割进行基准比较，并得出结论：以dice分数作为比较指标，我们的模型在髌骨和胫骨软骨上更优。最后，我们进行了扰动分析以理解模型对输入各组成部分的敏感性。我们还提供了预测的置信度图，以便放射科医生可根据需要微调模型预测。该模型已在实际中部署。总之，在DW-MRI图像上使用改进的U-Net进行软骨分割达到了优于人类分割者的精度。代码可在 https://github.com/aakashrkaku/knee-cartilage-segmentation 获取。
引用
@article{arxiv.1912.01838,
title = {Knee Cartilage Segmentation Using Diffusion-Weighted MRI},
author = {Alejandra Duarte and Chaitra V. Hegde and Aakash Kaku and Sreyas Mohan and José G. Raya},
journal= {arXiv preprint arXiv:1912.01838},
year = {2019}
}
备注
Accepted to Medical Imaging Meets NeurIPS 2019