Ein einheitliches 3D-Rahmenwerk zur Lokalisierung und Segmentierung von Risiko-Organen für die Planung der Strahlentherapie

Die automatische Lokalisierung und Segmentierung von Risiko-Organen (OAR) in CT sind wesentliche Vorverarbeitungsschritte bei der Analyse medizinischer Bilder, wie z.B. bei der Planung der Strahlentherapie. Beispielsweise ermöglicht die Segmentierung von OAR, die Tumoren umgeben, die Maximierung der Strahlung auf das Tumorgebiet, ohne das gesunde Gewebe zu beeinträchtigen. Der aktuelle medizinische Workflow erfordert jedoch eine manuelle Abgrenzung der OAR, die fehleranfällig und vom Annotator abhängig ist. In dieser Arbeit beabsichtigen wir, eine einheitliche 3D-Pipeline für die Lokalisierung und Segmentierung von OAR vorzustellen, anstatt neuartige Lokalisierungs- oder Segmentierungsarchitekturen zu entwickeln. Nach unserem besten Wissen ermöglicht unser vorgeschlagenes Rahmenwerk die vollständige Nutzung der in der medizinischen Bildgebung innewohnenden 3D-Kontextinformationen. Im ersten Schritt sagt ein 3D-multivariates Regressionsnetzwerk die Schwerpunkte und Begrenzungsrahmen der Organe voraus. Zweitens werden 3D-organspezifische Segmentierungsnetzwerke genutzt, um eine Segmentierungskarte für mehrere Organe zu generieren. Unsere Methode erzielte einen Gesamt-Dice-Wert von 0,9260 ± 0,18% im VISCERAL-Datensatz, der CT-Scans mit variierenden Blickwinkeln und mehreren Organen enthält.