Training auf Polar-Bildtransformationen verbessert die Segmentierung biomedizinischer Bilder

Ein entscheidender Schritt bei der medizinischen Bildbasierten Diagnose ist die Bildsegmentierung. Ein häufiges Anwendungsbeispiel für die medizinische Bildsegmentierung ist die Identifikation einzelner, etwa elliptisch geformter Strukturen. Dazu gehören viele Organe wie Herz und Nieren, aber auch Hautläsionen, Polypen und andere Arten von Abnormalitäten. Neuronale Netzwerke haben die Ergebnisse der medizinischen Bildsegmentierung erheblich verbessert, erfordern jedoch weiterhin große Mengen an Trainingsdaten und lange Trainingszeiten, um zu konvergieren. In diesem Paper stellen wir eine allgemeine Methode vor, die die Leistungsfähigkeit und Dateneffizienz neuronaler Netzwerke bei Segmentierungsaufgaben in der medizinischen Bildanalyse verbessert, bei denen das Ziel darin besteht, ein einzelnes, grob elliptisch verteiltes Objekt zu segmentieren. Wir schlagen vor, ein neuronales Netzwerk auf polar transformierten Versionen des ursprünglichen Datensatzes zu trainieren, wobei der Pol der Transformation der Schwerpunkt des Objekts ist. Dies führt zu einer Reduktion der Dimensionalität sowie einer Trennung der Segmentierungsaufgabe von der Lokalisationsaufgabe, wodurch das Netzwerk leichter konvergieren kann. Zusätzlich schlagen wir zwei verschiedene Ansätze zur Bestimmung eines optimalen Polpunkts vor: (1) Schätzung mittels einer Segmentierung, die auf nicht-polar transformierten Bildern trainiert wurde, und (2) Schätzung mittels eines Modells, das speziell darauf trainiert wurde, den optimalen Ursprung vorherzusagen. Wir evaluieren unsere Methode an den Aufgaben der Leber-, Polypen-, Hautläsionen- und epikardialen Fettgewebe-Segmentierung. Wir zeigen, dass unsere Methode state-of-the-art-Ergebnisse für die Segmentierung von Läsionen, der Leber und Polypen erzielt und gegenüber den meisten gängigen neuronalen Netzwerkarchitekturen für die biomedizinische Bildsegmentierung überlegen ist. Zudem verbessert unsere Methode, wenn sie als Vorverarbeitungsschritt eingesetzt wird, generell die Dateneffizienz über verschiedene Datensätze und neuronale Netzwerkarchitekturen hinweg.