[論文レビュー] A Fixed-Point Model for Pancreas Segmentation in Abdominal CT Scans

Yuyin Zhou, Lingxi Xie+4 more|arXiv (Cornell University)|Dec 25, 2016

Advanced Neural Network Applications参考文献 19被引用数 6

ひとこと要約

本論文は、腹部CTスキャンにおける膵臓の正確なセグメンテーションのための固定点反復的ディープラーニングフレームワークを提案する。予測されたセグメンテーションマスクを用いて入力領域を反復的に精錬（収縮）することで、性能が向上し、NIHデータセットでは平均DSCが82.37%に達し、最先端手法を4.36%上回った。また、最も困難なサンプルにおいても62.43%のDSCを達成した。

ABSTRACT

Deep neural networks have been widely adopted for automatic organ segmentation from abdominal CT scans. However, the segmentation accuracy of some small organs (e.g., the pancreas) is sometimes below satisfaction, arguably because deep networks are easily disrupted by the complex and variable background regions which occupies a large fraction of the input volume. In this paper, we formulate this problem into a fixed-point model which uses a predicted segmentation mask to shrink the input region. This is motivated by the fact that a smaller input region often leads to more accurate segmentation. In the training process, we use the ground-truth annotation to generate accurate input regions and optimize network weights. On the testing stage, we fix the network parameters and update the segmentation results in an iterative manner. We evaluate our approach on the NIH pancreas segmentation dataset, and outperform the state-of-the-art by more than 4%, measured by the average Dice-Sørensen Coefficient (DSC). In addition, we report 62.43% DSC in the worst case, which guarantees the reliability of our approach in clinical applications.

研究の動機と目的

• 高解剖的可変性と背景の複雑さのため、膵臓のような小器官の腹部CTスキャンにおけるセグメンテーション精度が低いという課題に対処する。
• 入力ボリュームに大きな可変的背景領域が存在するため、ディープネットワークの性能が損なわれるという制限を克服する。
• 入力領域の反復的精錬を通じて、境界領域や困難なケースにおけるセグメンテーションの信頼性と精度を向上させる。
• 臨床現場への導入に耐える精度と計算可能性を両立させ、多様な解剖的変異にわたって安定した性能を発揮する手法を開発する。

提案手法

• 予測されたセグメンテーションマスクを用いて収縮する入力領域を定義することで、膵臓セグメンテーションを固定点最適化問題として定式化する。
• トレーニング段階で、全ボリューム（粗いスケール）と、正解マスクで定義されたクロップ領域（繊細なスケール）の2つの2次元畳み込みネットワーク（FCN）を訓練する。
• 前景と背景クラスのバイアスをバランスさせるためにDSCに基づく損失関数を用い、ソフトDSCの式から勾配を導出する。
• 推論段階では、反復的精錬を適用：予測マスクを用いて新たな入力領域をクロップし、再セグメンテーションを繰り返し、収束またはしきい値（例：DSC ≥ 0.95）に達するまで繰り返す。
• axial、coronal、sagittalの3つの直交的ビューからの予測を多数決投票により統合し、耐性を向上させる。
• 計算量を制御し収束を保証するため、しきい値ベースの停止条件（例：DSC ≥ 0.95）を実装する。

実験結果

リサーチクエスチョン

• RQ1 予測されたセグメンテーションマスクを用いて入力領域を反復的に精錬することで、腹部CTスキャンにおける膵臓セグメンテーションの精度が向上するか？
• RQ2 マスク誘導クロッピングによる入力領域サイズの縮小は、特に小形で可変性の高い臓器において、より正確なセグメンテーションをもたらすか？
• RQ3 固定点反復モデルの性能は、平均DSCおよび最悪ケースDSCの観点から、最先端手法と比較してどうなるか？
• RQ4 反復的精錬プロセスにおいて、精度と計算コストのバランスを取る最適な反復回数としきい値は何か？
• RQ5 本手法は、類似した課題を有する他の小形臓器や病変の医用画像セグメンテーションにも一般化可能か？

主な発見

• 提案手法は、NIH膵臓セグメンテーションデータセットで平均DSC 82.37%を達成し、前回の最先端手法（78.01%）を4.36%上回った。
• 最悪ケースのDSCは62.43%であり、以前の研究（例：[8] では34.11%）に比べ顕著に高く、困難なケースにおいても耐性があることを示した。
• 最初の反復のみでベースライン比6.42%の精度向上を達成し、以降の反復ではわずかな向上（平均+0.3%）にとどまった。
• 現代のGPU上では平均3回未満の反復で収束し、1CTボリュームあたり約3分の推論時間となり、最近の最先端手法と同等の推論時間であった。
• オラクルボクシングボックス（正解マスクを用いたクロッピング）を用いることで、平均DSC 83.18%を達成し、現在のネットワーク能力の理論的上限に非常に近い性能であることが示された。
• 最近発表された粗くから細かくへのアプローチ（77.89% DSC）を上回り、標準偏差も低く（5.68% vs. 8.20%）安定性に優れていることが示された。