[論文レビュー] 3D G-CNNs for Pulmonary Nodule Detection

Marysia Winkels, Taco Cohen|arXiv (Cornell University)|Apr 12, 2018

Lung Cancer Diagnosis and Treatment参考文献 24被引用数 75

ひとこと要約

本論文は、3D グループ等変性 CNN（G-CNNs）が肺結節検出の偽陽性削減を大幅に改善し、標準的な 3D CNN よりおおよそ 10 倍データ効率が高いことを示している。

ABSTRACT

Convolutional Neural Networks (CNNs) require a large amount of annotated data to learn from, which is often difficult to obtain in the medical domain. In this paper we show that the sample complexity of CNNs can be significantly improved by using 3D roto-translation group convolutions (G-Convs) instead of the more conventional translational convolutions. These 3D G-CNNs were applied to the problem of false positive reduction for pulmonary nodule detection, and proved to be substantially more effective in terms of performance, sensitivity to malignant nodules, and speed of convergence compared to a strong and comparable baseline architecture with regular convolutions, data augmentation and a similar number of parameters. For every dataset size tested, the G-CNN achieved a FROC score close to the CNN trained on ten times more data.

研究の動機と目的

• 限られたアノテーションデータのため、肺結節検出における医用画像解析のデータ効率を動機づける。
• 回転と反射を用いた学習を改善するための3Dグループ等変性畳み込みを提案・評価する。
• 異なる学習データ量に対してG-CNNを平行移動ベースラインと比較する。
• NLST/LIDC/IDRIデータセットでの3D G-CNNの収束速度とデータ効率を評価する。

提案手法

• 標準 Conv3D を D4, D4h, O, Oh などの選択された対称群で GConv3D に置換する。
• グループ変換を適用して変換済みフィルタバンクを生成する。事前計算済みの置換 rho(h) によって方向チャネルをシャッフルする。
• 出力を sqrt(|H|) でスケーリングすることで、パラメータ数をベースラインと同程度に保つよう拡張ネットワークを調整する。
• Adam、Xavier 初期化、そして一つのデータ拡張スキーム（回転、反射、平行移動、スケーリング、ノイズ）を用いたクロスエントロピーで訓練する。
• NLST/LIDC/IDRI 上で 30–30,000 サンプルを用いて評価し、FROC 分析と固定評価プロトコル（ANODE09/LUNA16風）を用いる。

実験結果

リサーチクエスチョン

• RQ1 回転反射群を含む3D G-CNNが、標準の3D CNNと比較して肺結節の偽陽性削減でどのように性能を発揮するか？
• RQ2 3D G-CNNは、異なる学習データサイズに対して平行移動 CNN よりデータ効率が高く、収束も速いか？
• RQ3 異なる3D対称群（D4, D4h, O, Oh）が性能に与える影響は、特に小規模データ領域でどうなるか？

主な発見

• G-CNNは全データセットサイズで平行移動ベースラインを上回る。
• Nデータで訓練されたG-CNNは、10×Nデータで訓練されたベースラインと同等以上に達することがあり、約10×データ効率を示す。
• 全てのG畳み込み群でFROCスコアが改善され、小規模データ領域で顕著な利得がある。
• G-CNNはベースラインより収束が速く、妥当な検証損失に到達するまでのエポック数がはるかに少なくて済むことが多い。
• 群の中では正八面体群（O, Oh）と長方体群（D4, D4h）は、特に非常に小さなデータサイズで異なる性能パターンを示す。
• 上位の真陽性における悪性感度は、ベースラインよりG-CNNの方が高い傾向にある。