Automatic Lumbar Spinal CT Image Segmentation With a Dual Densely Connected U-Net

Abstract

The clinical treatment of degenerative and developmental lumbar spinal stenosis (LSS) is different. Computed tomography (CT) is helpful in distinguishing degenerative and developmental LSS due to its advantage in imaging osseous and calcified tissues. However, boundaries of the vertebral body, spinal canal and dural sac have low contrast and are hard to identify in a CT image, so the diagnosis depends heavily on the knowledge of expert surgeons and radiologists. In this paper, we develop an automatic lumbar spinal CT image segmentation method to assist LSS diagnosis. The main contributions of this paper are as follows: 1) a new lumbar spinal CT image dataset is constructed that contains 2393 axial CT images collected from 279 patients, with the ground truth of pixel-level segmentation labels; 2) a dual densely connected U-shaped neural network (DDU-Net) is used to segment the spinal canal, dural sac and vertebral body in an end-to-end manner; 3) DDU-Net is capable of segmenting tissues with large scale-variant, inconspicuous edges (e.g., spinal canal) and extremely small size (e.g., dural sac); and 4) DDU-Net is practical, requiring no image preprocessing such as contrast enhancement, registration and denoising, and the running time reaches 12 FPS. In the experiment, we achieved state-of-the-art performance on the lumbar spinal image segmentation task. We expect that the technique will increase both radiology workflow efficiency and the perceived value of radiology reports for referring clinicians and patients. INDEX TERMS Computed tomography, computer aided diagnosis, artificial neural networks, image segmentation.

Estrategia didáctica constructivista con enfoque inclusivo para el aprendizaje de Matemáticas en los estudiantes con necesidades educativas especiales

“…(Sampieri, 2003) Enfoque utilizado en esta investigación es de orden socioeducativo, la cual va dirigida hacia una educación inclusiva para el aprendizaje de estudiantes con NEE, a través del análisis de los instrumentos de recolección de datos los cuales generan resultados con un enfoque cuantitativo es decir por una parte permitirá analizar de forma numérica y estadística los datos arrojados por las encuestas, además consta de un enfoque cualitativo ya que con los resultados obtenidos se desarrollará una solución a la problemática generada por la falta de herramientas que ayuden a los estudiantes NEE a cumplir con los estándares de calidad que actualmente rigen en la educación Ecuatoriana. En la Unidad Educativa Especializada "16 de Noviembre" siguiendo la línea de una "educación integral, holística, inclusiva, ecológica a jóvenes con conciencia de sus deberes y derechos, enmarcados en la interculturalidad comprometidos con la sociedad para formar seres humanos con valores, e individuos que desarrollen habilidades para trabajar en colaboración y con la capacidad de adaptarse a entornos dinámicos" (Alangasi, (2020)) se propone llevar a cabo la presente investigación, donde el afán es llegar a los estudiantes de necesidades educativas en el área de Matemática con una estrategia mediante el uso de videos de You Tube la misma que sea de apoyo tanto para el estudiante como para el docente del área pues esta dará respuesta a la problemática situación que atraviesan actualmente los docentes del área que no adquieren con un material que cumpla con las adaptaciones curriculares para el tercer año de bachillerato durante el año 2021-2022 , además esta estrategia ayudará a la interacción del proceso de enseñanza-aprendizaje entre el docente y el estudiante de necesidades educativas facilitando el arduo trabajo que por hoy cumplen los docentes. La Unidad Educativa Especializada 16 de Noviembre del cantón San Vicente cuentan con estudiantes con discapacidad auditiva (falta o disminución de la capacidad para escuchar), discapacidad física-motriz: (carencia de nivel físico o de movimientos), discapacidad intelectual: (limitaciones significativas en el funcionamiento intelectual y en la conducta), discapacidad visual (eficiencia en el sistema de la visión que afecta la agudeza visual, campo visual, motilidad ocular, visión de los colores o profundidad); retos múltiples: (multidiscapacidades, Síndrome de Down y altera la capacidad de ver de la persona).…”

A Spine Segmentation Method under an Arbitrary Field of View Based on 3D Swin Transformer

“…Moreover, the single-channel medical images are stacked into 3-channel images, similar to RGB images, and thus, Swin Transformer can be directly used with ImageNet to pretrain the weight, which has also been acknowledged by the author to be a suboptimal solution. At present, many scholars have proposed several improved algorithms for spine segmentation task based on the abovementioned algorithms [38][39][40].…”

Automatic Segmentation of Lumbar Spine MRI Images Based on Improved Attention U-Net

“…Saenz-Gamboa et al [ 36 ] used a variant of U-Net for automatic segmentation of lumbar spine MRI images; this model classified labels to each pixel of the image. For the image noise problem of lumbar spine segmentation, Yang et al [ 37 ] showed an automatic initialization level set method based on regional correlation, which introduced the histogram information inside and outside the level set contour, and Tang et al [ 38 ] used a double densely connected U-neural network. This method improved the contrast of vertebral body edges, spinal ducts, and cloudy sacs while reducing image noise.…”