Depth to Anatomy: Organ Localization from Depth Images for Automated Patient Table Positioning in Radiology Workflow

기술 요약: 심도에서 해부학적 구조로 (Depth to Anatomy)

문제 정의
임상 방사선학에서 스캔 준비 및 계획 단계는 평균 5.7분(전체 검사 시간의 11%)을 소모하는 중요한 병목 구간입니다. 이 과정은 외부 랜드마크와 레이저 가이드를 사용하여 관심 영역(ROI)을 근사화하는 방사선사들의 수동 환자 포지셔닝에 크게 의존하며, 이후 정렬을 확인하기 위해 저해상도 스카우트(scout) 영상을 사용합니다. 이러한 수동 워크플로우는 작업자 의존적이며, 시간이 많이 소요되고 변동성이 높아 일관되지 않은 포지셔닝, 재스캔 및 스캐너 처리량 감소를 초축할 수 있습니다. 자동화된 환자 포지셔닝 시스템이 존재하지만, 이들은 종종 외부 랜드마크 탐지에 의존하거나 내부 해부학적 구조의 3차원 위치와 형태를 명시적으로 추론하지 못합니다. 따라서 반복적인 스카우트 스캔에 의존하지 않고 외부 신체 표면 데이터로부터 내부 장기를 정확하게 국소화하여 테이블 포지셔닝을 자동화할 수 있는 시스템이 필요합니다.

방법론
저자들은 단일 2D 전방 신체 표면 심도 이미지로부터 3D 볼륨 장기 위치와 형태를 직접 예측하는 학습 기반 프레임워크인 Pix2Vox를 제안합니다.

• 데이터 생성: 모델은 독일 국가 코호트(NAKO)의 10,020개 전신 MRI 스캔 데이터셋을 통해 학습됩니다. 쌍을 이루는 심도 이미지와 장기 분할(segmentation) 데이터가 기본적으로 존재하지 않기 때문에, 저자들은 학습 데이터를 합성하기 위한 결정론적 파이프라인을 개발했습니다:
  • 심도 합성: MRI 볼륨을 처리하여 스캐너 테이블 위쪽에 장착된 센서를 시뮬레이션하는 직교 탑다운(top-down) 심도 투영도를 생성합니다.
  • 그라운드 트루스 추출: TotalSegmentatorMRI 도구를 사용하여 56개의 해부학적 구조에 대한 3D 마스크를 생성합니다. 이는 형태학적 연산과 연결 성분 분석(connected component analysis)을 통해 정제되어, 뼈와 연조직을 포함한 최종 41개 타겟 구조 세트를 생성합니다.
  • 도메인 격차 해소: 실제 환경(예: 병원 가운, 담요)을 시뮬레이션하기 위해, 합성 심도 맵에 주름이나 돌출부를 추가하는 확률적 증강 파이프라인을 적용합니다.
• 네트워크 아키텍처: 본 방법의 핵심은 하이브리드 2D-to-3D 합성곱 신경망입니다.
  • 인코더: 표준 2D U-Net 인코더가 입력 심도 이미지를 처리하여 공간적 특징을 추출합니다.
  • 2D-to-3D 변환: 커스텀 레이어가 차원 간의 간극을 메웁니다. 바틀넥(bottleneck)과 스킵 연결(skip connections) 단계에서 2D 특징 맵은 새로운 특징 축을 따라 언스퀴즈(unsqueezed)된 후, 볼륨 표현을 생성하기 위해 3D 합성곱에 의해 처리됩니다.
  • 디코더: 3D U-Net 디코더는 41개 타겟 장기에 대한 전체 볼륨 분할 마스크를 재구성합니다.
• 학습: 모델은 데이터 증강(이동, 스케일링, 회전)과 함께 결합된 Dice 및 이진 교차 엔트로피 손실(binary cross-entropy loss)을 사용하여 학습됩니다. 연결 성분 분석을 통한 후처리는 불필요한 예측을 제거합니다.

주요 기여

1. 하이브리드 아키텍처: 중간 단계의 신체 모델 피팅이나 명시적인 기하학적 재구성을 거치지 않고, 단일 2D 심도 이미지에서 직접 엔드투엔드(end-to-end) 추론을 수행하는 Pix2Vox 아키텍처를 도입했습니다.
2. 대규모 데이터셋: 다양한 MRI 스캔에서 유도된 10,020개의 합성 심도-해부학 쌍으로 구성된 데이터셋을 구축하고 활용하여, 해부학적 변동성에 대한 강력한 모델링을 가능하게 했습니다.
3. 일반화: 순수하게 합성 데이터로 학습된 모델이 의복을 착용한 상태를 포함하여 MRI 스캐너 내의 자원봉사자로부터 획득한 실제 심도 이미지에 일반화될 수 있음을 입증했습니다.

결과
모델은 홀드아웃(held-out) 테스트 세트 998개 샘플에 대해 평가되었으며, "평균 모델(Mean Model, 공간적 사전 정보)" 및 "2.5D CNN(다중 평면 투영 베이스라인)"과 비교되었습니다.

• 국소화 정확도: Pix2Vox 모델은 장기 바운딩 박스에 대해 10.99 ± 5.54 mm의 평균 절대 검출 오차(DOE)를 달 기록했습니다. 이는 코로날(coronal) 국소화에서 평균 모델보다 우수한 성능을 보였습니다(예: 우측 경계 오차를 약 19.86 mm에서 7.87 mm로 감소). 2.5D CNN이 더 우수한 측면 정밀도를 보였으나, Pix2Vox는 2.5D 방식이 어려움을 겪었던 전후(anterior-posterior) 축에서 더 균형 잡힌 3D 국소화를 제공했습니다.
• 분할 충실도: 모델은 모든 구조에 대해 0.44 ± 0.2 (결과 섹션에서는 0.48 ± 0.20)의 평균 Dice 유사 계수(DSC)를 달성했습니다. 성능은 장기의 크기와 표면 상관관계에 따라 달랐습니다:
  • 높은 성능: 폐(0.78), 간(0.71), 대퇴골(0.62).
  • 낮은 성능: 갑상선(0.24), 기관(0.32).
• 표면 거리: 평균 평균 대칭 표면 거리(ASSD)는 7.69 ± 5.68 mm (결과 섹션에서는 8.34 ± 8.11 mm)였습니다.
• 실제 환경 평가: Kinect v2 심도 이미지에 대한 정성적 테스트 결과, 모델이 공간적으로 일관된 내부 구조를 재구성할 수 있음을 보여주었습니다. 그러나 저자들은 표면 곡률 민감도 및 센서 노이즈로 인한 대퇴 부위의 좁아짐이나 폐 분할에서의 피크 형태 아티팩트와 같은 특정 아티팩트를 언급했습니다.

의의 및 주장
본 논문은 심도만을 이용한 장기 국소화가 방사선 워크플로우에서 자동화된 환자 포지셔닝을 지원하기 위해 기술적으로 가능하다는 점을 주장합니다. 제안된 방법이 임상적으로 유효한 임계값인 10–20 mm 이내의 평균 절대 검출 오차를 달성함으로써 다음과 같은 효과를 기대할 수 있습니다:

• 수동 테이블 조정을 최소화하여 설정 시간을 단축합니다.
• 기하학적 계획을 위한 스카우트 영상에 대한 의존도를 낮춥니다.
• 작업자 간의 변동성을 줄입니다.
• 환자의 편안함과 스캐너 처리량을 개선합니다.

저자들은 이 방법이 표면과 상관관계가 낮은 조직의 미세한 경계를 완벽하게 해결하지는 못하더라도, 타겟 해부학적 구조를 스캐너의 영상 중심(isocenter) 내에 배치하기에 충분한 공간 정보를 제공한다고 강조합니다. 재현성을 지원하기 위해 코드와 사전 학습된 모델이 공개되어 있습니다.