[論文レビュー] 3-D Convolutional Neural Networks for Glioblastoma Segmentation

Darvin Yi, Mu Zhou+2 more|arXiv (Cornell University)|Nov 14, 2016

Advanced Neural Network Applications参考文献 14被引用数 34

ひとこと要約

本稿では、マルチモodalなMRIデータを用いた膠芽腫のセグメンテーションのための3次元完全畳み込みニューラルネットワーク（CNN）を提案する。空間的文脈を保持するための事前定義された3次元差分ガウス（DoG）フィルタを用いた真の3次元畳み込みと、ボクセルを分離する1×1×1畳み込み層を組み合わせることで、有効なトレーニングデータサイズを著しく増加させる。この手法は、BRATS 2013データセットにおいて中央値Diceスコア89％を達成し、最先端の手法を上回り、中規模の医療画像データセットにおいても頑健な性能を示した。

ABSTRACT

Convolutional Neural Networks (CNN) have emerged as powerful tools for learning discriminative image features. In this paper, we propose a framework of 3-D fully CNN models for Glioblastoma segmentation from multi-modality MRI data. By generalizing CNN models to true 3-D convolutions in learning 3-D tumor MRI data, the proposed approach utilizes a unique network architecture to decouple image pixels. Specifically, we design a convolutional layer with pre-defined Difference- of-Gaussian (DoG) filters to perform true 3-D convolution incorporating local neighborhood information at each pixel. We then use three trained convolutional layers that act to decouple voxels from the initial 3-D convolution. The proposed framework allows identification of high-level tumor structures on MRI. We evaluate segmentation performance on the BRATS segmentation dataset with 274 tumor samples. Extensive experimental results demonstrate encouraging performance of the proposed approach comparing to the state-of-the-art methods. Our data-driven approach achieves a median Dice score accuracy of 89% in whole tumor glioblastoma segmentation, revealing a generalized low-bias possibility to learn from medium-size MRI datasets.

研究の動機と目的

• 深層学習を用いてマルチモダリティMRIデータにおける正確な膠芽腫セグメンテーションを達成する挑戦に応えること。
• 小規模な医療画像データセットでトレーニングされた深層学習モデルの高い分散を、ボクセルレベルの学習による有効なトレーニングデータサイズの増加によって低減すること。
• 2次元または平面的3次元畳み込みではなく、真の3次元畳み込みを用いて3次元空間的文脈を組み込むことで、セグメンテーション性能を向上させること。
• 2次元CNNの一般化を3次元ボリュームデータに適用しつつ、計算の実行可能性を維持するネットワークアーキテクチャを開発すること。
• 事前定義されたDoGフィルタが、3次元医療画像解析のための効果的で学習不可の初期化として機能できることを示すこと。

提案手法

• フレームワークは、5層の3次元完全畳み込みネットワークを採用し、4チャンネルのMRI入力に対して最初に72個の事前定義された3次元差分ガウス（DoG）フィルタを用いて真の3次元畳み込みを実行する。
• DoGフィルタは回転対称性を持ち、各ボクセルにおける局所的な3次元近傍情報を学習せずに検出するblob検出器として機能し、小規模データセットでの過学習を低減する。
• その後の層では1×1×1畳み込みフィルタを用いてボクセルを分離し、ピクセルレベルで完全に接続された順方向構造にネットワークを変換する。
• この分離戦略により、トレーニングデータの有効サイズが患者単位のサンプルからピクセル単位のサンプルに拡大され、分散が低減され、一般化性能が向上する。
• 最終層は各ボクセルを非腫瘍または4つの腫瘍サブレジオンのいずれかに分類する5つの出力チャンネルを生成する。
• 3次元畳み込みはフーリエ空間で効率的に計算され、時間計算量がO(m³n³)からO(n³ log n)に削減され、大規模な3次元ボリュームでの実用的トレーニングが可能になる。

実験結果

リサーチクエスチョン

• RQ1 学習不可のDoGフィルタを用いた3次元完全畳み込みネットワークは、2次元または平面的3次元CNNと比較して、優れた膠芽腫セグメンテーション性能を達成できるか？
• RQ2 患者単位のデータではなくボクセル単位のトレーニングデータを用いることで、小規模な医療画像データセットにおける分散を低減し、一般化性能を向上させることができるか？
• RQ3 事前定義されたDoGフィルタは、3次元医療画像解析のための効果的でドメイン特化された初期化として機能でき、ImageNetで事前学習された2次元フィルタを上回る性能を示せるか？
• RQ4 提案された3次元CNNは、BRATSベンチマークにおいて専門放射線科医と最先端の手法と比較してどうなるか？
• RQ5 本手法は、BRATSデータセット（2013年および2015年）の両方で高い性能を維持するか。これは、頑健性と一般化能力を示唆するか？

主な発見

• 提案された3次元CNNは、BRATS 2013データセットにおける全腫瘍セグメンテーションで中央値Diceスコア89％を達成し、2013年チャレンジの最良な手法の組み合わせ（88％）を著しく上回った。
• 2015年BRATSデータセットでは、全腫瘍で89％（89/87）、コアで76％（79/69）、アクティブ腫瘍で80％（80/78）のDiceスコアを達成し、データセット間で一貫した高い性能を示した。
• アルゴリズムの性能は専門放射線科医のコンSENSUS（全腫瘍で91％）と同等であり、3つの腫瘍領域すべてにおいて、個々の2013年チャレンジ手法やアンサンブルモデルを上回った。
• 最初の層に事前定義されたDoGフィルタを用いることで、過学習と分散が低減され、わずか数百例の患者サンプルでの中規模データセットからの効果的な学習が可能になった。
• 1×1×1畳み込みによるボクセル分離戦略により、有効なトレーニングデータサイズが約274名の患者から1000万以上のボクセルに拡大され、モデルの一般化性能が著しく向上した。
• アクティブ腫瘍領域のセグメンテーションにおいて優れた性能（2015年データで80％のDice）を示し、他の手法が苦戦する領域でも高い感度を示した。これは、微細な腫瘍特徴に敏感であることを示している。