多発性硬化症患者の脳MRIを用いた局所多分解能テクスチャ解析における離散直交対極性ストックウェル変換の評価

Evaluation of discrete orthogonal versus polar Stockwell Transform for local multi-resolution texture analysis using brain MRI of multiple sclerosis patients.

• Glen Pridham
• Olayinka Oladosu
• Yunyan Zhang

抄録

ストックウェル変換は、磁気共鳴イメージング(MRI)における多分解能テクスチャ解析を行う可能性がある。しかし、計算量が多く、メモリを必要とする。極ストックウェル変換（PST）は回転不変で、比較的メモリ効率が良いが、それでも計算量が多い。新しい離散直交ストックウェル変換(DOST)は、計算とストレージの両方の課題を解決したように見えますが、局所的なテクスチャ解析におけるその有用性はまだ不明です。我々の目標は、合成画像とMR画像の両方を用いて、DOSTとPSTの理論とテクスチャ解析能力を調査し、6人の多発性硬化症患者の臨床脳MRIに基づいた簡単な分類例を用いて、関連するテクスチャ特徴の相対的な重要性を探ることであった。MRIテクスチャ解析はFLAIR画像に焦点を当て、分類には機械学習アルゴリズムであるランダムフォレストを使用し、関心領域（ROI）を白質病変と対側の正常な白質（コントロール）の2つのクラスに区別した。その結果、PST特徴量は、DOSTや極性指数DOST（PDOST）に比べて、画像構造の微妙な変化を検出する能力が高いことが示された。定量的には、187の病変ROIと187の対照ROIに基づいて、PSTと回転不変放射状PSTの両方がDOSTとPDOSTよりも分類において優れたパフォーマンスを示し、後者は推測よりも優れていなかった（p=0.65と0.98）。階層ランダムフォレストを用いた更なる解析では、MRI信号強度とPSTまたはDOSTの予測値を組み合わせることで分類性能が向上し、精度、感度、特異度の全てが試験で85%以上に向上したことが示された。これらの結果を総合すると、DOSTは局所化画像のテクスチャ解析においてPSTよりも競合性が低いことがわかりました。今後の検証の結果、PSTの特徴は、臨床的な脳MRIスキャンに基づいたMSにおけるテクスチャベースの病変分類に役立つ可能性があると考えられる。

The Stockwell Transform has the potential to perform multi-resolution texture analysis in magnetic resonance imaging (MRI). However, it is computationally intensive and memory demanding. The polar Stockwell Transform (PST) is rotation-invariant and relatively memory efficient, but still computationally demanding. The new Discrete Orthogonal Stockwell Transform (DOST) appears to have addressed both the computation and storage challenges; however, its utility in localized texture analysis remains unclear. Our goal was to investigate the theory and texture analysis ability of the DOST versus PST using both synthetic and MR images, and explore the relative importance of the associated texture features using a simple classification example based on clinical brain MRI of six multiple sclerosis patients. MRI texture analysis focused on FLAIR images, and the classification used a machine learning algorithm, random forest, that differentiated regions of interest (ROIs) into 2 classes: white matter lesions, and the contralateral normal-appearing white matter (control). Our results showed that the PST features had a greater ability in detecting subtle changes in image structure than the DOST and polar-index DOST (PDOST). Quantitatively, based on 187 lesion and 187 control ROIs, both the PST and the rotation-invariant radial PST performed better in the classification than the DOST and PDOST, where the latter were no better than guessing (p = 0.65 and 0.98). Further analysis using a hierarchical random forest showed that combining MRI signal intensity with the PST or DOST predictions increased the classification performance, with the accuracy, sensitivity, and specificity all improved to >85% in the tests. Collectively, the DOST is less competitive than the PST in localized image texture analysis. The PST features may help with texture-based lesion classification in MS based on clinical brain MRI scans following further verification.

Copyright © 2019. Published by Elsevier Inc.