iSeg-WNet: Volumetric Segmentation of Infant Brain MRI Images

Authors : Gaffari ÇELİK

Pages : 508-518

View : 11 | Download : 12

Publication Date : 2022-12-30

Article Type : Research Paper

Abstract :Bebek beyin gelişiminin incelenmesi, doğabilecek beyin fonksiyon bozuklarının erken teşhisi açısından son derece önemlidir. Beyin MRI’ larının, beyaz madde insert ignore into journalissuearticles values(WM);, gri madde insert ignore into journalissuearticles values(GM); ve beyin omurilik sıvısı insert ignore into journalissuearticles values(CSF); dokularının bölütleme işlemi ile incelenmektedir. Bebek beyinlerinde dokular arasındaki düşük yoğunluklu kontrast bölütleme işlemini zorlaştırmaktadır. Son dönemlerde geliştirilen Derin Öğrenme mimarileri ile bölütleme işleminin son derece çok iyi yapıldığı görülmektedir. Bu çalışmada bebek beyin MRI görüntülerinin bölütlenmesi için Derin Öğrenme tabanlı iSeg-WNet adıyla bir mimari önerilmiştir. Farklı çalışmalar ile uygun hiperparametreler belirlenmiş ve farklı mimarilerin performansları karşılaştırılmıştır. Performans karşılaştırılması Dice metriğine göre yapılmıştır. Yapılan deneysel çalışmalarda, T1w ve T2w çekimlerdeki MRI görüntülerinin beraber kullanılması bölütleme performansının artırdığı gözlemlenmiştir. Aynı zamanda maliyet fonksiyonu olarak Dice Loss ve veri normalizasyon işlemi olarak da MinMax normalizasyonun kullanılması ile yüksek başarım elde edilmiştir. Farklı mimarilerin bölütleme performansları incelendiğinde, önerilen mimari ile CSF, GM ve WM dokularını en yüksek başarı ile bölütlediği görülmüştür. Önerilen mimariye https://github.com/GaffariCelik/iSeg-WNet adresinden erişilebilir.
Keywords : Derin Öğrenme, CNN, Bölütleme, Dice Loss, 3D MRI Bölütleme, iseg 2019, iseg 2017