心血管MRIにおけるボリュームからメッシュ再構築のためのマルチビュー混合グラフ畳み込みネットワーク
カテゴリ：診断支援・画像解析
公開日：2025年5月31日
タイトル：Multi-view hybrid graph convolutional network for volume-to-mesh reconstruction in cardiovascular MRI
雑誌名：Med Image Anal. 2025 Aug; 104: 103630.
概 要：
心血管磁気共鳴画像法（CMR）は、心臓の形態と機能を調べるための重要なツールとして注目されています。本研究では、CMR画像から得られる3D表面およびボリュームメッシュの直接抽出を可能にする新しいアーキテクチャ「HybridVNet」を提案します。従来の手法は複雑な多段階プロセスを必要とし、時間がかかりエラーが発生しやすいですが、HybridVNetは標準的な畳み込みニューラルネットワークとグラフ畳み込みを統合し、効率的にメッシュを処理します。さらに、長軸および短軸のCMRを処理するマルチビューアーキテクチャを導入し、心臓MRメッシュ生成の性能を向上させることを示しました。
方 法：
本研究では、UK Biobankからの包括的なデータセットを用いた実験を行い、HybridVNetの性能を評価しました。このモデルは、従来の畳み込みネットワークと変分グラフ生成モデル、深い監視、メッシュ特有の正則化を組み合わせています。マルチビューHybridVNetは、長軸および短軸のCMR画像を処理し、メッシュ生成の精度を向上させます。
結 果：
HybridVNetは、心臓のメッシュ生成において最先端技術を上回り、左心室心筋に対して平均輪郭距離を1.86 mmから1.35 mmに約27%削減し、左心室内膜に対してハウスドルフ距離を4.74 mmから3.89 mmに約18%改善しました。また、左心室心筋に対してダイス係数を0.78から0.84に約8%向上させ、優れた精度を示しました。
結 論：
HybridVNetは、心血管画像および計算心臓病学の分野において、CMR画像から高忠実度のメッシュを効率的に生成する可能性を持つことが確認されました。このアプローチは、心臓の形態解析における新たな進展をもたらすと期待されます。