[論文レビュー] 3D Global Convolutional Adversarial Network\\ for Prostate MR Volume Segmentation

Haozhe Jia, Yang Song+6 more|arXiv (Cornell University)|Jul 18, 2018

Medical Imaging and Analysis参考文献 14被引用数 9

ひとこと要約

本稿では、非等方的3次元ResNetエンコーダとマルチスケールのグローバル畳み込みおよび境界精錬デコーダを組み合わせ、敵対的訓練によって空間的一致性を向上させた3次元グローバル畳み込み敵対的ネットワーク（3D GCA-Net）を提案する。この手法は、2つの公的データセットにおいて最先端の性能を達成し、ASPS 13ではDSCが0.880、95%HDが2.152 mmを記録し、優れたセグメンテーション精度と頑健性を示した。

ABSTRACT

Advanced deep learning methods have been developed to conduct prostate MR volume segmentation in either a 2D or 3D fully convolutional manner. However, 2D methods tend to have limited segmentation performance, since large amounts of spatial information of prostate volumes are discarded during the slice-by-slice segmentation process; and 3D methods also have room for improvement, since they use isotropic kernels to perform 3D convolutions whereas most prostate MR volumes have anisotropic spatial resolution. Besides, the fully convolutional structural methods achieve good performance for localization issues but neglect the per-voxel classification for segmentation tasks. In this paper, we propose a 3D Global Convolutional Adversarial Network (3D GCA-Net) to address efficient prostate MR volume segmentation. We first design a 3D ResNet encoder to extract 3D features from prostate scans, and then develop the decoder, which is composed of a multi-scale 3D global convolutional block and a 3D boundary refinement block, to address the classification and localization issues simultaneously for volumetric segmentation. Additionally, we combine the encoder-decoder segmentation network with an adversarial network in the training phrase to enforce the contiguity of long-range spatial predictions. Throughout the proposed model, we use anisotropic convolutional processing for better feature learning on prostate MR scans. We evaluated our 3D GCA-Net model on two public prostate MR datasets and achieved state-of-the-art performances.

研究の動機と目的

• 2次元および等方的3次元CNNの前立腺MRボリュームセグメンテーションにおける限界、特に空間的文脈の喪失と非等方的解像度の取り扱いの悪さを是正すること。
• ボリュームセグメンテーションにおいてしばしば無視される、ボクセルごとの分類と局在化の問題を同時に解決すること。
• 推論の複雑さを増さずに予測の整合性と空間的連続性を向上させること。
• マルチスケールのコンテキストと境界精錬を活用した効率的な3次元セグメンテーションフレームワークを構築し、正確な腺被膜の抽出を実現すること。
• 敵対的訓練が、医療画像セグメンテーションの密度予測タスクにおける正則化機構として有効であることを検証すること。

提案手法

• 前処理済みImageNet重みで初期化された3次元ResNetベースのエンコーダを用いて、前立腺MRボリュームから階層的な3次元特徴を抽出する。
• マルチスケール3次元グローバル畳み込みブロックを備えたデコーダにより、異なる受容野における長距離コンテキスト依存性を捉え、特徴表現を向上させる。
• 境界精錬ブロックを導入し、前立腺のエッジや構造的詳細に注目することで、細粒度の局在化精度を向上させる。
• 非等方的3次元畳み込みをネットワーク全体に適用し、前立腺MRスキャンで一般的な非一様ボクセル解像度（例：1×1×1.5 mm）をより適切にモデル化する。
• 空間的一致性を強制するために、セグメンテーションネットワークと同時に学習される敵対的ディスクラミネータを導入し、従来のCRF後処理の代わりに用いる。
• 訓練中にオンラインデータオーグメンテーション（反転、回転、ノイズ）を適用し、頑健性を向上させる。入力パッチサイズは96×96×32、バッチサイズは2。
• 推論ではスライディングウィンドウ推論（ストライド48×48×16）を用い、出力の平均化により全ボリュームのセグメンテーションマップを生成する。

実験結果

リサーチクエスチョン

• RQ1 非等方的3次元畳み込みは、非等方的解像度を示す前立腺MRボリュームにおいて、特徴学習とセグメンテーション精度を向上させ得るか？
• RQ2 マルチスケールのグローバル畳み込みデコーダは、従来の転置畳み込みによるアップサンプリングに比べ、ボリュームセグメンテーションにおいて長距離コンテキストをよりよく保持するか？
• RQ3 敵対的訓練は、推論コストを増加させずに、滑らかで空間的一致性の高いラベルマップを生成するための有効な正則化機構として機能するか？
• RQ4 提案手法の3D GCA-Netは、2次元および3次元の完全畳み込みネットワークと比較して、セグメンテーション精度と頑健性において優れているか？
• RQ5 境界精錬とグローバル畳み込みブロックの統合は、前立腺セグメンテーションにおける局在化精度をどの程度向上させるか？

主な発見

• 3D GCA-NetはASPS 13データセットでDSC 0.880を達成し、V-Net（0.841）および3D U-Net（0.862）を上回り、最先端の性能を示した。
• ASPS 13データセットにおける95%ハウスドルフ距離（95%HD）は2.152 mmであり、V-Net（2.531 mm）および3D U-Net（2.487 mm）よりも顕著に低く、セグメンテーションの外れが少ないことを示した。
• 敵対的訓練により、平均境界距離（ABD）は3Dエンコーダデコーダの2.402 mmから2.152 mmに低下し、空間的一致性の向上が確認された。
• 2次元ベースの手法（例：CAMP-TUM2、UdeM 2D）よりも高い精度を達成し、CREATISやCUMEDといったトップパフォーマンス手法と同等の性能を示した。
• 148個の畳み込み層を有するが、パラメータ数は33.5百万であり、V-Net（6500万）および3D U-Net（3390万）よりも少ないため、高いパラメータ効率を示した。
• PROMISE12における定性的な結果から、特に前立腺の中央部および基底部において、セグメンテーション境界が正解に近く一致していることが確認された。