阿米尔·贾马卢丁帝汶·卡迪尔安德鲁·齐瑟曼

概述

背痛是影响大多数人的最常见健康问题之一,据估计,在他们一生中的某一阶段,背痛的发病率约为80%。再加上85%的上述病例缺乏诊断,使得帮助医生诊断背痛的系统非常有益。MRI被选为输入介质,因为它是NICE批准的唯一用于背痛诊断的成像技术。本研究旨在自动分析脊椎核磁共振成像,并研究核磁共振扫描与背痛相关临床评分的相关性。

自动分析的一般方法可分为两个主要阶段,即1)解剖定位(椎间盘和周围椎体),以及2)分类或回归放射学测量。

数据集

我们目前使用的MRI的主要来源是基因组数据集共有2635名患者,所有患者均诊断为背痛。在2635名患者中,只有2009年由放射科医生进行了评估和评分。

解剖定位

为了检测和标记脊椎,我们使用了检测和标记方案,该方案结合了可变形零件模型(DPM)检测器和通过图形模型标记。检测到的边界框进一步细化为更适合椎体的区域。


输入是3D MR体积,最终输出是MR体积中每个切片的一系列具有椎骨标签的近似边界框,从T12到S1。


放射分级

我们对Genodisc数据集中可用的各种放射分级进行了分类实验。我们从一开始就采用了浅层学习方法,然后转向深层学习,在那里我们训练了一个多任务CNN模型。我们在大多数评分中都做到了人性化。分类框架的管道如下所示。

我们还表明,为细粒度分类任务训练的网络可以生成热图,精确定位图像空间中负责预测的区域。下图中从上到下依次为:(i)上端板缺陷,(ii)下端板缺陷,(iii)上骨髓改变,和(iv)下骨髓改变。更多示例在这里。


在线演示

您可以通过单击下面的按钮来试用演示系统:

访问实时演示


相关出版物


M.Lootus,T.卡迪尔,A.齐瑟曼
2013年MICCAI研讨会:脊柱成像的计算方法和临床应用

M.Lootus,T.卡迪尔,A.齐瑟曼
MICCAI研讨会:脊柱成像的计算方法和临床应用,2014年

A.贾马卢丁,T.卡迪尔,A.齐瑟曼
MICCAI研讨会:脊柱成像的计算方法和临床应用,2015年
最佳研讨会论文奖

A.贾马卢丁,T.卡迪尔,A.齐瑟曼
2016年医学图像计算和计算机辅助干预国际会议
MICCAI学生旅行奖和青年科学家奖

A.贾马卢丁,T.卡迪尔,A.齐瑟曼
2017年MICCAI研讨会:医学图像分析深度学习

A.贾马卢丁,T.卡迪尔,A.齐瑟曼
医学图像分析,2017年

A.贾马卢丁,M Lootus先生,T.卡迪尔,A.齐瑟曼,J.城市,M.C.Battié,J.Fairbank,I.麦考尔
欧洲脊柱杂志,2017
国际腰椎生物工程科学奖研究学会

致谢

我们感谢与Jeremy Fairbank教授、Jill Urban博士以及Iain McCall教授就放射评分进行的讨论。这项工作得到了RCUK CDT医疗创新项目(EP/G036861/1)和EPSRC Grant Seebyte项目(EP/M013774/1)的支持。数据是在EC FP7项目(HEALTH-F2-2008-201626)期间获得的。