マルチチャネルMRIにおける白質病変のセグメンテーションのための領域で覆われた精製への粗い分類

脳病変、特に高齢者の磁気共鳴画像で主に見られる白質病変（WML）は、正常な老化だけでなく、心血管疾患、血管疾患、精神障害、認知症などのさまざまな老化障害にも関連しています。大規模な臨床試験におけるWMLの定量分析は、そのような神経疾患の科学的調査と老化プロセスの研究において重要です。複数のモダリティでのWMLのさまざまな外観を活用すると、ユーザー介入なしに磁気共鳴画像（MRI）シーケンスのWMLをセグメント化するために、地域に基づいた精製方法への新しい粗い分類を提案します。具体的には、非線形ボクセルごとの分類器は、マルチモダリティMRIシーケンスから抽出された強度の特徴に基づいてトレーニングされ、ネイティブ空間での部分ボリューム推定画像によって提供される組織の確率的事前。WMLが白質にほぼ存在するという事前を考慮することにより、拒絶反応アルゴリズムを使用して、初期の粗い分類から偽陽性ラベルを排除します。正確な病変の境界をさらにセグメント化し、欠落病変を検出するために、領域で拡大可能な精製が最終的に採用され、以前の初期輪郭に基づいてWMLを効果的にセグメント化します。経験豊富な神経放射線科医からの手動セグメンテーションの結果と比較して、私たちの提案の実際の画像のセグメンテーションは、望ましいパフォーマンスと高い精度を示し、競争力のあるソリューションを提供します。

Brain lesions, especially White Matter Lesions (WMLs) that mostly found on magnetic resonance images of elderly people, are not only associated with normal aging, but also with various geriatric disorders including cardiovascular diseases, vascular disease, psychiatric disorders and dementia. Quantitative analysis of WMLs in large clinical trials is crucial in scientific investigations of such neurological diseases as well as in studying aging processes. Exploiting the different appearances of WMLs in multiple modalities, we propose a novel coarse classification to region-scalable refining method to segment WMLs in Magnetic Resonance Imaging (MRI) sequences without user intervention. Specifically, a nonlinear voxel-wise classifier is trained based on intensity features extracted from multimodality MRI sequences, and tissues' probabilistic prior provided by partial volume estimate images in native space. By considering the prior that the WMLs almost exist in white matter, a rejection algorithm is then used to eliminate the false-positive labels from the initial coarse classification. To further segment precise lesions boundary and detect missing lesions, a region-scalable refining is finally employed to effectively segment the WMLs based on the previous initial contour. Compared with the manual segmentation results from an experienced neuroradiologist, the segmentations for real images of our proposal show desirable performances and high accuracy and provide competitive solution with stateof- the-art methods.