💻 computer science

Automated classification method of COVID-19 cases from chest CT volumes using 2D and 3D hybrid CNN for anisotropic volumes

Dieses Paper schlägt eine neuartige 2D/3D-hybride CNN-Methode vor, die durch die Analyse von drei zueinander senkrechten Ebenen effektiv Merkmale aus anisotropen Thorax-CT-Volumina extrahiert und eine Klassifizierungsgenauigkeit von 83,3 % für die COVID-19-Diagnose erreicht, welche nicht-hybride Modelle übertrifft.

Ursprüngliche Autoren: Masahiro Oda, Tong Zheng, Yuichiro Hayashi, Yoshito Otake, Masahiro Hashimoto, Toshiaki Akashi, Shigeki Aoki, Kensaku Mori

Veröffentlicht 2026-08-03

📖 3 Min. Lesezeit☕ Kaffeepausen-Lektüre

CC BY 4.0

Ursprüngliche Autoren: Masahiro Oda, Tong Zheng, Yuichiro Hayashi, Yoshito Otake, Masahiro Hashimoto, Toshiaki Akashi, Shigeki Aoki, Kensaku Mori

Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

Stellen Sie sich vor, Sie sind ein Detektiv, der versucht, ein Rätsel innerhalb eines riesigen, dreidimensionalen Blocks aus Gelee zu lösen. Dies ist nicht irgendein Gelee; es ist ein Datenblock, der eine menschliche Brust darstellt, aufgeschnitten in hunderte dünne Schichten wie ein Laib Brot. In der Welt der Medizin wird dies als CT-Scan bezeichnet. Normalerweise untersuchen Detektive (Ärzte) diese Scheiben einzeln, um Hinweise auf eine Infektion zu finden, wie etwa einen versteckten Eindringling. Aber als sich ein neuer, hinterlistiger Virus in der Welt herum verbreitete, gab es zu viele Geleblöcke, um sie von Hand zu prüfen, und die Detektive wurden müde. Sie brauchten einen Roboter-Helfer. Hier kommt die „computergestützte Diagnose“ ins Spiel. Betrachten Sie dies als ein superintelligentes Robotergehirn, das den Geleblock betrachten und sagen kann: „Ich glaube, dieser hier hat das Virus“, oder „Dieser hier sieht sauber aus.“ Der knifflige Teil ist, dass das Gelee nicht perfekt geformt ist; die Scheiben sind manchmal dick und manchmal dünn, was es einem Standard-Robotergehirn erschwert, das ganze Bild klar zu erfassen. Diese Arbeit handelt vom Bau eines neuen Typs von Robotergehirn, das speziell dafür entwickelt wurde, mit diesen seltsam geformten Datenblöcken umzugehen.

Die Forscher in dieser Arbeit, angeführt von Masahiro Oda und seinem Team, wollten einen besseren Weg schaffen, damit Computer automatisch zwischen Brust-CT-Scans unterscheiden können, die wahrscheinlich COVID-19 aufweisen, und solchen, die es nicht tun. Sie bemerkten, dass die meisten Standard-Robotergehirne (genannt 3D-CNNs) Schwierigkeiten haben, wenn die „Brotscheiben“ des CT-Scans ungleichmäßig dick sind. Es ist, als würde man versuchen, ein Sandwich zu essen, bei dem das Brot auf einer Seite dick und auf der anderen papierdünn ist; ein normaler Bissen könnte die Füllung komplett verpassen. Um dies zu beheben, erfanden sie ein „hybrides“ Robotergehirn. Anstatt den gesamten 3D-Block einfach auf einmal zu betrachten, hat dieses neue Gehirn einen besonderen Trick: Es betrachtet den Block gleichzeitig aus drei verschiedenen Blickwinkeln – so als würde man einen Würfel von vorne, von der Seite und von oben betrachten. Es benutzt flache, 2D-Augen, um jeden dieser Winkel separat zu scannen und so Details einzufangen, die ein 3D-Auge aufgrund der ungleichmäßigen Schichtdicke übersehen könnte.

Nachdem es alle Hinweise aus diesen drei verschiedenen Ansichten gesammelt hat, kombiniert das Robotergehirn sie zu einem einzigen, kraftvollen Verständnis der gesamten 3D-Form. Dann nutzt es einige clevere mathematische Tricks, wie zum Beispiel „dilatierte Faltungen“ (die wie ein Weitwinkelobjektiv wirken, um sowohl winzige Details als auch das große Ganze zu sehen) und „dichte Pooling-Verbindungen“ (die sicherstellen, dass keine wichtigen Informationen im Chaos verloren gehen), um seine endgültige Entscheidung zu treffen. Das Team testete dieses neue hybride Gehirn an einem Datensatz von 1.288 Brust-CT-Volumina. Sie fanden heraus, dass ihr neues Verfahren etwa 83,3 % der Zeit die richtige Antwort lieferte. Als sie es mit einem Robotergehirn verglichen, das nicht diesen speziellen Drei-Winkel-Trick verwendete, war die hybride Version deutlich besser und erreichte eine Genauigkeit von etwa 79,5 %. Die Autoren weisen darauf hin, dass die Verwendung dieser 2D-Augen zur Handhabung der ungleichmäßigen Schichten es dem Roboter ermöglicht, effektiver zu lernen, selbst wenn nicht übermäßig viel Trainingsdaten zur Verfügung steht. Während die Autoren anmerken, dass dies ein Schritt nach vorne ist, erwähnen sie auch, dass zukünftige Arbeit nötig ist, um das System noch besser zu machen und es in ein vollwertiges Werkzeug zu verwandeln, das Ärzte jeden Tag nutzen können, um gegen das Virus zu kämpfen.

Technisches Resümee: Automatisierte Klassifizierung von COVID-19-Fällen aus Thorax-CT-Volumina mittels eines 2D/3D-Hybrid-CNN

Problemstellung
Die schnelle weltweite Ausbreitung der neuartigen Coronavirus-Erkrankung 2019 (COVID-19) hat zu einem erheblichen Personalmangel in medizinischen Einrichtungen geführt, was effiziente computergestützte Diagnosesysteme (Computer-Aided Diagnosis, CAD) erforderlich macht. Während der Reverse-Transkriptase-Polymerase-Kettenreaktion-Test (RT-PCR) das Standarddiagnosewerkzeug ist, wird seine Sensitivität mit lediglich 42 % bis 71 % angegeben. Im Gegensatz dazu weist die Diagnose auf Basis von Thorax-CT eine Sensitivität von etwa 97 % auf, was sie zu einem kritischen Instrument zur Identifizierung viraler Pneumonien macht. Die Entwicklung automatisierter Klassifizierungsmethoden für CT-Volumina ist jedoch aufgrund der anisotropen Natur von Thorax-CT-Daten eine Herausforderung. CT-Volumina besitzen oft variierende Schichtdicken (von 1,0 bis 5,0 mm), wodurch standardmäßige 3D-Convolutional Neural Networks (CNNs) mit isotropen Kernels (z. B. $3 \times 3 \times 3$ ) suboptimal für die Merkmalsextraktion sind.

Methodik
Die Autoren schlagen eine automatisierte Klassifizierungsmethode vor, die ein 2D/3D-Hybrid-CNN nutzt, das speziell für die Handhabung anisotroper Volumina entwickelt wurde. Der Verarbeitungsablauf besteht aus den folgenden Stufen:

Vorverarbeitung (Lungenvolumengenerierung):
- Eine automatisierte Segmentierungsmethode wird auf das rohe Thorax-CT-Volumen angewendet, um die Lungenregionen zu isolieren, einschließlich sowohl des normalen Gewebes als auch der Infektionsregionen (z. B. Milchglasoberflächen und Konsolidierungen).
- Die segmentierte Region wird beschnitten und auf ein festes Volumen von $144 \times 144 \times 144$ Voxeln skaliert, um als Eingangs-"Lungenvolumen" zu dienen.
2D/3D-Hybrid-Merkmalsextraktion:
- 2D-Teil (Parallele Merkmalsextraktion): Die erste Hälfte des Netzwerks verarbeitet das Lungenvolumen durch drei parallele Ströme, die den axialen, koronalen und sagittalen Ebenen entsprechen. Anstatt isotrope 3D-Kernels zu verwenden, setzt das Netzwerk anisotrope Faltungskernels ein, die auf jede Ebene zugeschnitten sind:
  - Axiale Ebene: $3 \times 3 \times 1$
  - Koronale Ebene: $3 \times 1 \times 3$
  - Sagittale Ebene: $1 \times 3 \times 3$
- Die aus diesen drei 2D-Strömen extrahierten Merkmale werden konkateniert.
- 3D-Teil (Räumliche Integration): Die kombinierten Merkmale werden von der zweiten Hälfte des Netzwerks mittels 3D-Faltungen und Pooling verarbeitet. Um sowohl lokale als auch globale räumliche Merkmale zu erfassen, integrieren die Autoren:
  - Dilated Convolutions (Dilatierte Faltungen): Zur Nutzung spärlich verteilter Merkmale.
  - Dense Pooling Verbindungen: Verwendung von Mixed Pooling (einer Kombination aus Max- und Average-Pooling) anstelle von Standard-Max-Pooling, um Informationsverlust zu reduzieren und mehrskalige räumliche Informationen zu nutzen.
Klassifizierung:
- Die letzte Schicht gibt eine binäre Klassifizierung aus: Hohe Wahrscheinlichkeit oder Niedrige Wahrscheinlichkeit eines COVID-19-Falls, basierend auf radiologisch bestätigten CT-Befunden.

Wesentliche Beiträge

Neuartige Architektur: Die Einführung eines 2D/3D-Hybrid-Merkmalsextraktionsflusses, der die Anisotropie medizinischer CT-Volumina explizit adressiert, indem er drei orthogonale Ebenen mit ebenspezifischen Kernels verarbeitet, bevor diese in einem 3D-Kontext fusioniert werden.
Parameter-Effizienz: Die Verwendung von 2D-basierten Kernels in der Anfangsphase reduziert die Anzahl der trainierbaren Parameter, was ein effektives Training selbst bei begrenzten Datensätzen ermöglicht.
Robustheit gegenüber Variabilität: Die Methode ist darauf ausgelegt, die weite Variation in der Größe der Infektionsregionen und den CT-Werten zu handhaben, die bei COVID-19-Fällen beobachtet werden, sowie diese von Nicht-COVID-19-Erkrankungen zu unterscheiden.

Experimentelle Ergebnisse
Die Methode wurde an einem Datensatz von 1.288 Thorax-CT-Volumina evaluiert, die aus mehreren medizinischen Einrichtungen in Japan stammen. Der Datensatz wurde in 1.030 Trainingsfälle und 258 Testfälle unterteilt.

Leistung: Das vorgeschlagene 2D/3D-Hybrid-CNN erreichte eine durchschnittliche Klassifizierungsgenauigkeit von 83,3 % ± 1,8 %.
Vergleich: Ein Vergleichsexperiment wurde mit einem Standard-CNN durchgeführt, das ohne die 2D-Hybrid-Komponente auskommt (der 2D-Teil wird durch Standard-3D-Faltungen ersetzt). Dieses Baseline-Modell erreichte eine durchschnittliche Genauigkeit von 79,5 % ± 2,1 %.
Fazit: Die Ergebnisse zeigen, dass die 2D/3D-Hybrid-Merkmalsextraktionsflüsse zu einer messbaren Verbesserung der Klassifizierungsgenauigkeit (einem Anstieg von etwa 3,8 Prozentpunkten) im Vergleich zu Modellen ohne diese spezifische Architektur beitragen.

Bedeutung und Ansprüche
Das Paper behauptet, dass die vorgeschlagene Methode effektiv Bildmerkmale aus anisotropen Volumina extrahiert, bei denen traditionelle isotrope 3D-CNNs Schwierigkeiten haben. Durch die Integration von 2D-ebenspezifischer Verarbeitung mit 3D-räumlichem Kontext erreicht das System eine höhere diagnostische Genauigkeit. Die Autoren merken an, dass diese Architektur nicht auf CT-Volumina beschränkt ist, sondern Potenzial hat, auf andere Arten volumetrischer medizinischer Bilder angewendet zu werden. Die Arbeit dient als grundlegender Schritt zur Entwicklung eines vollständigen CAD-Systems für COVID-19 mit dem Ziel, die Belastung des medizinischen Personals durch eine schnelle, quantitative Diagnoseunterstützung zu verringern. Die Autoren bleiben bescheiden und identifizieren zukünftige Arbeiten als die Einführung weiterer Vorverarbeitungsschritte zur Verbesserung der Genauigkeit sowie die vollständige Entwicklung eines klinischen CAD-Systems.

Mehr davon