Automated organ segmentation in 3D medical images: Is uncertainty estimation by artificial intelligence useful for improving accuracy?

3D 医学图像中的自动器官分割：人工智能的不确定性估计是否有助于提高准确性？

基本信息

批准号：
21K07674
负责人：
堀雅敏
金额：
$ 2.66万
依托单位：
Kobe University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
2021
资助国家：
日本
起止时间：
2021-04-01 至 2024-03-31
项目状态：
已结题

项目摘要

人工知能（AI）を応用して臨床に有用な技術開発を目指す多くの研究が試みられ、成功を収めている。しかし、その一方で課題も残っている。課題の一つとして、AI出力の「確からしさ」の評価が挙げられる。近年、学習済みAIのノードの一部をランダムに無効化する手法（Monte Carlo dropout）が、AI出力の「確からしさ」評価に有効であることが示された。本研究では、腹部3次元医用画像を対象にした臓器自動抽出について、AI出力の「確からしさ」の有用性を探っている。これにより、1) AIの示す結果を利用すべきか否かの指標を確立し、2) 教師データ作成の省力化、3) AIシステム精度の効率的な改善を目指している。また、複雑な臓器構造を有する腹部領域での成果は、全身に拡張することが容易と期待される。2022年度研究実施計画では、前年度に引き続いて腹部3次元医用画像（CT・MRI）データを収集することとなっていた。この計画に沿い、画像データを集積して、放射線診断医が腹部臓器の抽出を行い、臓器領域（肝臓・脾臓）の「正解」データを作成した。2023年度も引き続いてデータ整備の実施を計画している。画像データ集積と並行して、Monte Carlo dropoutを組み込んだAIシステム "Bayesian U-Net" を作成した。これにより、腹部3次元医用画像からの臓器自動抽出とその「確からしさ」（あるいは不確実性 "uncertainty"）を出力できるようにした。この"uncertainty"の臨床的有用性について、放射線診断医による評価を行うべく準備を行った。2022年度の研究により、画像データ集積と「確からしさ」評価のための基礎技術が確立され、本研究を継続する上で重要な成果を得た。

许多研究尝试应用人工智能（AI）来开发临床有用的技术，并取得了成功。然而，另一方面，挑战依然存在。挑战之一是评估人工智能输出的“确定性”。近年来，一种随机禁用经过训练的 AI 的某些节点（蒙特卡罗 dropout）的方法已被证明可以有效评估 AI 输出的“确定性”。在这项研究中，我们正在探索人工智能输出的“确定性”对于从 3D 腹部医学图像中自动提取器官的有用性。通过这个，我们的目标是：1）建立是否使用人工智能显示结果的指标，2）节省创建训练数据的劳动力，3）有效提高人工智能系统的准确性。此外，在具有复杂器官结构的腹部区域获得的结果有望轻松扩展到全身。 2022年的研究实施计划要求继续上一年收集腹部三维医学图像（CT/MRI）数据。根据该计划，收集图像数据，放射科医生提取腹部器官，并为器官区域（肝脏、脾脏）创建“正确”数据。我们计划在 2023 年继续进行数据维护。在收集图像数据的同时，我们创建了一个包含蒙特卡罗 dropout 的人工智能系统“贝叶斯 U-Net”。这使得从 3D 腹部医学图像中自动提取器官并输出其“确定性”（或不确定性）成为可能。我们准备让诊断放射科医生评估这种“不确定性”的临床用途。通过2022年的研究，建立了图像数据采集和“确定性”评估的基础技术，这是继续这项研究的重要成果。

项目成果

期刊论文数量（1）

专著数量（0）

科研奖励数量（0）

会议论文数量（0）

专利数量（0）

Analysis of multiplanar integration based on uncertainty estimation in automatic segmentation of abdominal organs in 3D CT image using 2D Bayesian U-Net

使用 2D 贝叶斯 U-Net 进行 3D CT 图像腹部器官自动分割中基于不确定性估计的多平面积分分析

DOI：
10.1117/12.2590794
发表时间：
2021
期刊：
影响因子：
0
作者：
Masaki Yuto;Otake Yoshito;Soufi Mazen;Hori Masatoshi;Onishi Hiromitsu;Tomiyama Noriyuki;Sato Yoshinobu
通讯作者：
Sato Yoshinobu

Analysis of multiplanar integration based on uncertainty estimation in automatic segmentation of abdominal organs in 3D CT image using 2D Bayesian U-Net

使用 2D 贝叶斯 U-Net 进行 3D CT 图像腹部器官自动分割中基于不确定性估计的多平面积分分析

DOI：
10.1117/12.2590794
发表时间：
2021
期刊：
影响因子：
0
作者：
Masaki Yuto;Otake Yoshito;Soufi Mazen;Hori Masatoshi;Onishi Hiromitsu;Tomiyama Noriyuki;Sato Yoshinobu
通讯作者：
Sato Yoshinobu