[論文レビュー] 3D Deeply Supervised Network for Automatic Liver Segmentation from CT Volumes

Qi Dou, Hao Chen+4 more|arXiv (Cornell University)|Jul 3, 2016

Advanced Neural Network Applications参考文献 13被引用数 108

ひとこと要約

3D 深層監督ネットワーク（3D DSN）をCTボリュームからの自動肝臓セグメンテーションに導入。深層監督とCRFリファインメントで精度と速度を向上。

ABSTRACT

Automatic liver segmentation from CT volumes is a crucial prerequisite yet challenging task for computer-aided hepatic disease diagnosis and treatment. In this paper, we present a novel 3D deeply supervised network (3D DSN) to address this challenging task. The proposed 3D DSN takes advantage of a fully convolutional architecture which performs efficient end-to-end learning and inference. More importantly, we introduce a deep supervision mechanism during the learning process to combat potential optimization difficulties, and thus the model can acquire a much faster convergence rate and more powerful discrimination capability. On top of the high-quality score map produced by the 3D DSN, a conditional random field model is further employed to obtain refined segmentation results. We evaluated our framework on the public MICCAI-SLiver07 dataset. Extensive experiments demonstrated that our method achieves competitive segmentation results to state-of-the-art approaches with a much faster processing speed.

研究の動機と目的

• CTボリュームにおける自動肝臓セグメンテーションの課題、特に大きな解剖学的変動と病変がある状況を解決する。
• 深層監督による改善された最適化を伴い、エンドツーエンドで学習する3D完全畳み込みネットワークを開発する。
• 後処理の輪郭リファインメントを完全連結CRFを用いてセグメンテーション精度を向上させる。
• MICCAI-SLiver07で検証し、精度と速度の点で最先端手法と比較する。

提案手法

• ボクセル単位の肝臓セグメンテーションのために、11層（6つの畳み込み、2つのプーリング、2つの転置畳み込み、1つのソフトマックス）を持つ3D完全畳み込みネットワークを構築する。
• 勾配消失を緩和し収束速度を高めるため、3層目と6層目に補助lossを付加して深層監督を導入する。
• 補助 loss の加重和と標準的な正則化を用いたボクセル単位クロスエントロピーで、 volumetric CT データ上でエンドツーエンドに学習する。
• 横断面平面に完全連結CRFを適用して、主幹と補助支路の一分子予測を統合することで最終セグメンテーションをリファインする。
• 大きな3Dカーネルを用いて文脈情報を捉え、3Dデコンボリューション層で特徴マップを元の解像度へアップスケールする。
• MICCAI-SLiver07データセットで評価し、VOE、VD、AvgD、RMSD、MaxD 指標を比較する。

実験結果

リサーチクエスチョン

• RQ1 深層監督を備えた3D DSN は、CT ボリュームにおける肝セグメンテーションの最適化と識別性を改善できるか？
• RQ2 DSN の確率マップを超えてCRFによる後処理は肝の輪郭をさらに細かく Refinement できるか？
• RQ3 3D DSN は純粋な3D CNNと比較して、セグメンテーションの精度と収束速度にどう影響するか？
• RQ4 提案された方法は術中ガイダンスの可能性にも適した、より高速な処理を実現できるか？

主な発見

データセット	手法	VOE	VD	AvgD	RMSD	MaxD
Training Set	3D-CNN	7.68	1.98	1.56	4.09	45.99
Training Set	3D-DSN	6.27	1.46	1.32	3.38	36.49
Training Set	3D-CNN+CRF	5.64	1.72	0.89	1.73	34.42
Training Set	3D-DSN+CRF	5.37	1.32	0.67	1.48	29.63

• 3D DSN は純粋な3D CNN よりも収束が速く、訓練/検証エラーが低い。
• 深層監督は従来の訓練よりもより鮮明で相関の少ない3Dカーネルとより良い特徴表現をもたらす。
• CRFリファインメントは高品質のユニaryポテンシャルの後に、より正確な輪郭を生成してセグメンテーション精度を向上させる。
• 訓練データ上で、3D DSN は VOE、VD、AvgD、RMSD、MaxD 指標で3D CNNを上回る（Table 1 の正確な数値）。
• 組み合わせた3D DSN＋CRF アプローチは、多くの形状モデルベースの手法よりも高速な処理を達成し、被験体あたり約1.5分（CRFステップは87秒）である。
• 本手法は SLiver07 で VOE と AvgD が高く競争力のある結果を出す一方で、明示的な形状事前情報に依存しない。