要約
畳み込みニューラルネットワーク（CNN）は、さまざまなコンピュータビジョンのタスクに応用されてきました。最近の意味的セグメンテーションの進歩により、CNNが医療画像セグメンテーションにも適用されるようになりました。ほとんどのCNNは2次元カーネルを使用していますが、最近の医療画像セグメンテーションに関するCNNベースの論文では、3次元カーネルが特徴的に使用され、医療画像の3次元構造への完全なアクセスを可能にしました。意味的セグメンテーションと密接に関連しているものの、医療画像セグメンテーションには特定の課題が存在し、それらに対処する必要があります。具体的には、ラベル付きデータの不足、真値におけるクラス間の大きな不均衡、および3次元画像の高いメモリ要求などが挙げられます。本研究では、3次元フィルターを使用したCNNベースの手法を示し、手と脳のMRIに適用しました。既存のCNNアーキテクチャに対する2つの変更点について議論するとともに、前述の課題に対処する方法も紹介します。既存の医療画像セグメンテーションに関する文献の大半は軟部組織や主要臓器に焦点を当てていますが、本研究では中枢神経系からのデータだけでなく手骨からのデータも検証されました。