Automatic segmentation of vestibular schwannoma from MRI images using deep learning

Abstract

Deep learning (DL) has been used successfully for medical image interpretation, traditionally a labour-intensive task that requires a high level of specialised training. A growing body of evidence suggests that the incorporation of DL systems into medical image analysis can provide great efficiency benefits and better patient outcomes. However, it’s broadscale research and implementation can still be impeded by steep hardware requirements and absence of freely available quality datasets. This thesis aims to demonstrate the feasibility of using open-sourced data and computing resources for building DL systems with real-world impact by solving a challenging medical computer vision problem – the automatic segmentation of a benign tumour, vestibular schwannoma (VS), from MRIs.

With this aim, a 3D U-Net inspired DL model was built and trained on a publicly available dataset containing MRIs of 242 VS patients. The data was split into training and testing subsets with an 80/20-ratio. A 5-fold cross-validation with the training data was carried out to address the limited number of samples. Based on the cross-validation the model with the lowest standard deviation in terms of Dice score was selected to be trained further with the complete training data. This model was then evaluated on the test set achieving a mean Dice score of 0.85 ± 0.21. The model training and testing, excluding the cross-validation, was additionally carried out in Google Colab utilising the free distributed GPU resource without issues.

These results support previous findings where automatic segmentation of VS with DL has been found accurate, efficient and of clinical value. Moreover, leveraging open-source resources for building DL models with potential real-world impact was found viable.

Syväoppimista on käytetty menestyksekkäästi lääketieteellisten kuvien tulkinnassa viime aikoina. Tätä tehtävää on tyypillisesti pidetty työläänä ja haastavana, mikä vaatii tulkitsevalta lääkäriltä pitkän erikoistumisen. Tutkimusnäyttö syväoppimisen tuomasta tehokkuusedusta lääketieteellisessä kuva-analyysissä ja sen myötä parantuneista potilasennusteista on kasvussa, mutta sen integraatio sairaala-arkeen on yhä rajallista. Syväoppimisen tutkimusta ja laaja-alaisempaa käyttöönottoa rajoittavat osaltaan koulutusprosessin laitteistovaatimukset sekä riittävän laadukkaiden ja kattavien koulutusaineistojen saatavuus. Tämän tutkielman tavoitteena on osoittaa avoimesti saatavilla olevien resurssien käyttökelpoisuus syväoppimisjärjestelmien kehityksessä rakentamalla vestibulaari schwannoomaa automaattisesti magneettikuvista segmentoiva järjestelmä näitä hyödyntäen.

Tämän tavoitteen saavuttamiseksi rakennettiin 3D U-Net tyyppinen syväoppimismalli. Mallikoulutettiin hyödyntäen avoimesti saatavilla olevaa aineistoa, joka sisälsi 242 vestibulaari schwannoomaa sairastavan potilaan magneettikuvat. Aineisto jaettiin koulutus- ja testausjoukkoihin 80/20-suhteessa. Rajallinen aineisto pyrittiin huomioimaan käyttämällä viisinkertaista ristiinvalidointia koulutusjoukolle. Tämän perusteella valittiin malli, jolla oli alhaisin keskihajonta Dice-pisteiden osalta. Tämä malli koulutettiin edelleen käyttäen koko koulutusjoukkoa ja arvioitiin sitten hyödyntäen testijoukkoa, jolle keskimääräinen Dice-pistemäärä oli 0.85 ± 0.21. Mallin koulutus ja testaus, pois lukien ristiinvalidointi, suoritettiin ongelmitta hyödyntäen Googlen Colab -palvelun ilmaista prosessointiresurssia.

Nämä tulokset tukevat aiempia löydöksiä, joissa syväoppiminen on osoittautunut tarkaksi ja tehokkaaksi menetelmäksi vestibulaari schwannooman automaattisegmentoinnissa, antaen mahdollisesti kliinistä lisäarvoa. Lisäksi avoimien resurssien hyödyntäminen havaittiin toimivaksi tavaksi rakentaa näitä järjestelmiä.