[論文レビュー] A 2D dilated residual U-Net for multi-organ segmentation in thoracic CT

Sulaiman Vesal, Nishant Ravikumar+1 more|arXiv (Cornell University)|May 19, 2019

Lung Cancer Diagnosis and Treatment参考文献 6被引用数 13

ひとこと要約

本論文は、胸部CTスキャンにおける多臓器セグメンテーションのための2次元拡張残差U-Net（U-Net+DR）を提案する。ボトルネック部に拡張畳み込みを統合し、エンコーダーに残差接続を導入することで、グローバルな文脈を捉え、勾配の流れを改善する。本手法は、ISBI 2019 SegTHORチャレンジのテストセットで91.57%のDiceスコアを達成し、食道のような困難な臓器に対しても最先端の性能を示した。

ABSTRACT

Automatic segmentation of organs-at-risk (OAR) in computed tomography (CT) is an essential part of planning effective treatment strategies to combat lung and esophageal cancer. Accurate segmentation of organs surrounding tumours helps account for the variation in position and morphology inherent across patients, thereby facilitating adaptive and computer-assisted radiotherapy. Although manual delineation of OARs is still highly prevalent, it is prone to errors due to complex variations in the shape and position of organs across patients, and low soft tissue contrast between neighbouring organs in CT images. Recently, deep convolutional neural networks (CNNs) have gained tremendous traction and achieved state-of-the-art results in medical image segmentation. In this paper, we propose a deep learning framework to segment OARs in thoracic CT images, specifically for the: heart, esophagus, trachea and aorta. Our approach employs dilated convolutions and aggregated residual connections in the bottleneck of a U-Net styled network, which incorporates global context and dense information. Our method achieved an overall Dice score of 91.57% on 20 unseen test samples from the ISBI 2019 SegTHOR challenge.

研究の動機と目的

• 胸部CTスキャンにおける放射線腫瘍巣リスク臓器（OARs）の正確で自動的なセグメンテーションの課題に対処すること。これは放射線治療計画において不可欠である。
• 手作業によるセグメンテーションの限界、すなわち時間消費、評価者間ばらつき、低コントラスト臓器（例：食道）の区別困難さを克服すること。
• 深層学習フレームワークを構築し、局所的およびグローバルな文脈的情報を効果的に捉えることで、複雑な胸部構造のセグメンテーションを向上させること。
• 2次元U-Netアーキテクチャに拡張畳み込みと残差接続を組み合わせることで、心臓、食道、気管、大動脈のセグメンテーションを強力かつ再現可能に実現すること。

提案手法

• 本手法は、4つのエンコーダー・デコーダー・ブロックを用いた2次元U-Netアーキテクチャを採用し、3×3畳み込み、バッチ正規化、ReLU活性化関数、マックスプーリングを用いる。
• ボトルネック層に、拡張率1〜4の拡張畳み込みを適用することで、パrameter数を増加させずに受容 field を拡大し、長距離の文脈的特徴を捉える。
• 各エンコーダーブロック内の2つの畳み込み層間に残差接続を導入することで、勾配の流れとスケール間の特徴学習を改善する。
• 2段階の訓練戦略を採用：最初にオンラインデータオーグメンテーションを実施し、その後転移学習（TL）を用いたファインチューニングを実施。マルチクラスソフトDiceおよびTversky損失関数を用いる。
• 後処理として、各構造に対して最大連結成分のみを保持することで、微小な誤分類を是正し、Diceスコアへの影響を最小限に抑えつつハウスドルフ距離を改善する。
• 入力CTスライスは、コントラスト制限付き適応的ヒストグラム均一化（CLAHE）を用いて前処理され、コントラストと一貫性を向上させる。

実験結果

リサーチクエスチョン

• RQ1 U-Netボトルネック部に拡張畳み込みを適用することで、受容 field を拡大し、胸部OARsのセグメンテーション精度が向上するか？
• RQ2 エンコーダーに残差接続を組み込むことで、多臓器セグメンテーションにおける特徴学習と勾配の流れが向上するか？
• RQ3 オンラインデータオーグメンテーションと転移学習は、未観測テストデータに対するモデルの一般化性能にどのように影響するか？
• RQ4 本手法は、低コントラスト臓器（例：食道）のセグメンテーションにおいて、既存手法をどの程度上回るか？
• RQ5 訓練データが限られている状況下で、2次元ネットワークが3次元ネットワークと同等の性能を達成できるか？

主な発見

• 提案手法の2次元U-Net+DRは、オンラインデータオーグメンテーションと転移学習を経て、テストセットで91.57%のDiceスコアを達成し、先行研究を著しく上回った。
• コントラストが低く形状が不規則であるため最も挑戦的な臓器である食道は、Diceスコア85.8%を達成し、先行研究の85.67%を上回った。
• 心臓と大動脈は、コントラストが高く形状が規則的であるため、最高のDiceスコア（94.1%および93.8%）を記録した。
• ファインチューニング後、テストセットにおけるハウスドルフ距離は0.2500 mmまで低下し、境界の正確性が向上したが、後処理によるDiceスコアの向上は最小限であった。
• 多様な患者の解剖的特徴にわたり、本手法は強固で一貫性のある性能を示し、視覚的結果から4つのOARの3次元表面再構築が正確に行われた。
• アブレーションスタディにより、データオーグメンテーションと転移学習が、特に小規模で複雑な構造において最適な性能を達成するために不可欠であることが確認された。