ODySSeI: 侵襲的冠動脈造影画像における病変の自動検出・分割・重症度推定のためのオープンソースのエンドツーエンドフレームワーク

概要: 侵襲的冠動脈造影（ICA）は冠動脈疾患の評価における臨床的ゴールドスタンダードです。しかし、その解釈は主観的であり、同一オペレーター内およびオペレーター間のばらつきが生じやすいです。 本研究では、ODySSeIを紹介します。ICA画像における病変の自動検出、セグメンテーション、および重症度推定のためのオープンソースのエンドツーエンドフレームワークです。ODySSeIは、さまざまな患者コホート（欧州・北米・アジアの2149人の患者）における頑健性とリアルタイム性能を高めるために、新規のピラミッド型拡張スキーム（PAS）を用いて訓練された深層学習ベースの病変検出モデルと病変セグメンテーションモデルを統合します。さらに、予測された病変幾何から直接最小腔径（MLD）と径狭窄を計算する、冠動脈造影不要の定量的病変重症度推定（LSE）技術を提案します。分布内および分布外の臨床データセットにおける広範な評価は、ODySSeIの強力な一般化能力を示しています。我々の PAS は、非常に複雑なタスクにおいて、比較的単純なタスクに比べて大幅な性能向上をもたらします。特に、病変検出の性能はベースラインに対して2.5倍向上し、病変セグメンテーションの性能はそれぞれのベースラインに対して1〜3％の増加を示します。LSE 技術は高い精度を達成し、予測された最小腔径（MLD）の値は対応する真値と僅か±2〜3ピクセルの差しかありません。平均して、CPU上で数秒程度、GPU上ではごく短い時間（数分の一秒未満）で生のICA画像を処理します。また swisscardia.epfl.ch にプラグアンドプレイのウェブインターフェースとして提供されています。総じて、本研究はODySSeIを、リアルタイムの臨床意思決定を支える自動化・再現性・スケーラブルなICA解析をサポートする、包括的でオープンソースのフレームワークとして確立します。