メタラーニングによる3D LGE MRIでの少数ショット左房壁セグメンテーション

Abstract

晩期ガドリニウム増強磁気共鳴画像（MRI）から左房壁をセグメンテーションすることは、壁が薄い幾何形状であること、コントラストが低いこと、そして専門家による注釈が乏しいことにより困難です。本研究では、薄い構造の精度を強調する境界認識型の複合損失を用い、壁タスクに対して補助的な左房腔および右房腔タスクとともにメタ学習し、Kショット（K = 5, 10, 20）の3D左房壁セグメンテーションのためのモデル非依存型メタラーニング（MAML）フレームワークを提案します。ホールドアウトのテストセットでMAMLのセグメンテーション性能を評価し、未観測の合成シフト下での頑健性、ならびに別のローカルコホートでの頑健性を評価しました。ホールドアウトテストセットでは、MAMLは教師ありのファインチューニングモデルと比べてセグメンテーション性能を改善しているように見え、5ショットでDiceスコア（DSC）が0.64対0.52、HD95が5.70対7.60 mmとなり、20ショットでは完全教師ありの参照に近づきました（DSC 0.69対0.71）。未観測シフト下では性能は低下したものの、頑健性は維持されました。5ショットで、MAMLは未観測のドメインシフトにおいてDSC 0.59、HD95 5.99 mm、ローカルコホートではDSC 0.57、HD95 6.01 mmを達成し、Kが増加するにつれて一貫した改善が見られました。これらの結果は、低ショット適応においてより正確で信頼性の高い薄壁境界が実現でき、心房リモデリング評価に最小限の追加ラベリングで臨床応用につながる可能性を示唆しています。