CASR-Net: An Image Processing-focused Deep Learning-based Coronary Artery Segmentation and Refinement Network for X-ray Coronary Angiogram
Created by
Haebom
Category
Empty
저자
Alvee Hassan, Rusab Sarmun, Muhammad E. H. Chowdhury, M. Murugappan, Md. Sakib Abrar Hossain, Sakib Mahmud, Abdulrahman Alqahtani, Sohaib Bassam Zoghoul, Amith Khandakar, Susu M. Zughaier, Somaya Al-Maadeed, Anwarul Hasan
CASR-Net: 관상 동맥 분할 및 개선 네트워크
개요
본 논문은 관상 동맥 질환 조기 진단을 위한 CASR-Net이라는 3단계 파이프라인을 제시합니다. 이 파이프라인은 이미지 전처리, 분할, 개선 단계로 구성됩니다. CLAHE와 향상된 Ben Graham 방법을 결합한 다중 채널 전처리 전략을 사용하여 Dice Score Coefficient (DSC)를 0.31-0.89%, Intersection over Union (IoU)를 0.40-1.16% 향상시켰습니다. 주요 혁신은 DenseNet121 인코더와 Self-ONN 디코더를 갖춘 UNet 기반 분할 네트워크를 사용하여 좁고 협착된 혈관 분지를 보존하는 것입니다. 최종 윤곽선 개선 모듈은 오탐을 추가로 억제합니다. 두 개의 공개 데이터 세트에 대한 5겹 교차 검증 결과, CASR-Net은 IoU 61.43%, DSC 76.10%, clDice 79.36%를 달성하여 여러 최첨단 모델보다 뛰어난 성능을 보였습니다.
시사점, 한계점
•
시사점:
◦
관상 동맥 분할을 위한 강력한 자동화된 접근 방식을 제시하여 임상의의 진단 및 치료 계획을 지원합니다.
◦
새로운 다중 채널 전처리 전략과 Self-ONN 기반 분할 네트워크를 통해 정확도를 향상시켰습니다.
