国际骨关节炎影像膝关节 MRI 分割挑战赛：基于标准化数据集的多机构评估与分析框架
图像与视频处理
2020-05-28 v2 计算机视觉与模式识别
摘要
目的：组织一项膝关节 MRI 分割挑战赛，以表征用于监测骨关节炎进展的自动分割方法的语义与临床效能。方法：标准化了一个数据集划分，包含来自 88 名受试者在两个时间点的 3D 膝关节 MRI，带有金标准关节（股骨、胫骨、髌骨）软骨和半月板分割。使用 Dice 分数、平均对称表面距离、体积重叠误差和变异系数在留出测试集上评估挑战赛提交结果及多数投票集成。使用成对 Dice 相关性评估网络分割的相似性。逐次扫描及纵向计算关节软骨厚度。使用 Pearson 系数测量厚度误差与分割指标间的相关性。通过使用整合真阳性和真阴性的模型输出组合，计算了集成性能的两个经验上界。结果：六支队伍（T1-T6）提交了挑战赛条目。在四个表现最优的网络（T2、T3、T4、T6）间，所有组织的全部分割指标均无显著差异（p=1.0）。网络对之间的 Dice 相关性较高（>0.85）。T1-T4 的逐次扫描厚度误差可忽略（p=0.99），纵向变化显示极小偏倚（<0.03mm）。分割指标与厚度误差间观察到低相关性（<0.41）。多数投票集成与表现最优的网络相当（p=1.0）。两种组合的经验上界性能相似（p=1.0）。结论：不同网络学习到的膝关节分割方式相似，其中高分割精度与软骨厚度精度无关。投票集成未优于单个网络，但可能有助于正则化单个模型。
引用
@article{arxiv.2004.14003,
title = {The International Workshop on Osteoarthritis Imaging Knee MRI Segmentation Challenge: A Multi-Institute Evaluation and Analysis Framework on a Standardized Dataset},
author = {Arjun D. Desai and Francesco Caliva and Claudia Iriondo and Naji Khosravan and Aliasghar Mortazi and Sachin Jambawalikar and Drew Torigian and Jutta Ellermann and Mehmet Akcakaya and Ulas Bagci and Radhika Tibrewala and Io Flament and Matthew O`Brien and Sharmila Majumdar and Mathias Perslev and Akshay Pai and Christian Igel and Erik B. Dam and Sibaji Gaj and Mingrui Yang and Kunio Nakamura and Xiaojuan Li and Cem M. Deniz and Vladimir Juras and Ravinder Regatte and Garry E. Gold and Brian A. Hargreaves and Valentina Pedoia and Akshay S. Chaudhari},
journal= {arXiv preprint arXiv:2004.14003},
year = {2020}
}
备注
Submitted to Radiology: Artificial Intelligence; Fixed typos