#193
summarized by : 中村 優太
Deep Distance Transform for Tubular Structure Segmentation in CT Scans

どんな論文か?

管状構造物に対するsegmentationの性能を, Distance Transformationとのマルチタスクを解くことにより改善させた研究. つまり各ボクセルに対してin/outの二値分類だけでなく, ボクセルの管表面からの距離の推定も同時に行う(ただし距離は量子化して多クラスラベルとして扱う).
placeholder

新規性

ボクセル単位の予測に加え, 幾何学的構造も考慮できるようになった. 従来手法として管の中心線の同定と断面半径の推定を同時に行うものは存在したが, 中心線のground truthの作成や, 類似した隣接ボクセルから半径予測値に差をつけることが難しかった.

結果

膵管や血管に対するsegmentationを行い, DICE係数の上昇した. 検証は公開データセット(PDAC, MSD challenge)と医療機関の画像の両方で行なっている. さらに, 膵癌にしばしば膵管拡張が付随することを利用して, 提案手法による拡張膵管検出を膵癌検出SOTAモデルと併用することにより, 膵癌に対する診断能(ここではrecall)を94%→97%に上昇させた.

その他(なぜ通ったか?等)