全身CT画像解釈の再考：異常所見中心のアプローチ

要旨

CT画像の自動解釈、特に多断面および全身スキャンにおける異常所見の局在化と記述は、臨床放射線学において依然として重要な課題です。本研究は、この課題に対処するために以下の4つの主要な貢献を目指しています。(i) 分類体系に関して、上級放射線科医と協力し、全身の404の代表的な異常所見を含む包括的な階層的分類システムを提案します。(ii) データに関して、多断面および全身のCT画像14,500枚以上を含むデータセットを提供し、19,000以上の異常所見に対して詳細な記述と分類体系に基づいたアノテーションを慎重に付与します。(iii) モデル開発に関して、テキストクエリに基づいて多断面および全身CT画像上の異常所見を自動的に局在化・記述するOminiAbnorm-CTを提案し、視覚的プロンプトを通じた柔軟なインタラクションも可能にします。(iv) ベンチマークに関して、実際の臨床シナリオに基づいた3つの代表的な評価タスクを確立します。大規模な実験を通じて、OminiAbnorm-CTがすべてのタスクと評価指標において既存手法を大幅に上回ることを示します。

English

Automated interpretation of CT images-particularly localizing and describing abnormal findings across multi-plane and whole-body scans-remains a significant challenge in clinical radiology. This work aims to address this challenge through four key contributions: (i) On taxonomy, we collaborate with senior radiologists to propose a comprehensive hierarchical classification system, with 404 representative abnormal findings across all body regions; (ii) On data, we contribute a dataset containing over 14.5K CT images from multiple planes and all human body regions, and meticulously provide grounding annotations for over 19K abnormalities, each linked to the detailed description and cast into the taxonomy; (iii) On model development, we propose OminiAbnorm-CT, which can automatically ground and describe abnormal findings on multi-plane and whole-body CT images based on text queries, while also allowing flexible interaction through visual prompts; (iv) On benchmarks, we establish three representative evaluation tasks based on real clinical scenarios. Through extensive experiments, we show that OminiAbnorm-CT can significantly outperform existing methods on all the tasks and metrics.

全身CT画像解釈の再考：異常所見中心のアプローチ

Rethinking Whole-Body CT Image Interpretation: An Abnormality-Centric Approach

要旨

Support