[論文レビュー] A Fully Convolutional Neural Network for Cardiac Segmentation in Short-Axis MRI

Phi Vu Tran|arXiv (Cornell University)|Apr 2, 2016

Advanced X-ray and CT Imaging参考文献 34被引用数 321

ひとこと要約

本論文は、完全畳み込みニューラルネットワーク（FCN）を用いて、短軸心臓MRIにおける左心室と右心室のピクセル単位セグメンテーションをエンドツーエンドで実行し、複数のデータセットで最先端の精度を達成し、迅速でスケーラブルな推論を実現します。

ABSTRACT

Automated cardiac segmentation from magnetic resonance imaging datasets is an essential step in the timely diagnosis and management of cardiac pathologies. We propose to tackle the problem of automated left and right ventricle segmentation through the application of a deep fully convolutional neural network architecture. Our model is efficiently trained end-to-end in a single learning stage from whole-image inputs and ground truths to make inference at every pixel. To our knowledge, this is the first application of a fully convolutional neural network architecture for pixel-wise labeling in cardiac magnetic resonance imaging. Numerical experiments demonstrate that our model is robust to outperform previous fully automated methods across multiple evaluation measures on a range of cardiac datasets. Moreover, our model is fast and can leverage commodity compute resources such as the graphics processing unit to enable state-of-the-art cardiac segmentation at massive scales. The models and code are available at https://github.com/vuptran/cardiac-segmentation

研究の動機と目的

• 手作り特徴量や事前情報を用いず、短軸シネ MRI における左心室と右心室のセグメンテーションを自動化する。
• 多様なスキャナーと集団を含む複数の公開心臓MRIデータセットで、単一のFCNアーキテクチャを評価する。
• 単一の学習段階で訓練されたエンドツーエンドのピクセル単位ラベリングの実現可能性を示し、転移学習の潜在能力を評価する。

提案手法

• エンドツーエンドのピクセル単位セグメンテーションのために、スキップアーキテクチャを備えた15層の完全畳み込みネットワークを用いる。
• 過学習を抑制するため、平均-分散正規化（MVN）とドロップアウトおよびL2正則化を伴うReLU活性化を用いる。
• ロバスト性を高め、クラス不均衡に対処するため、マルチスケール中心クロップとアフィンデータ拡張を行う。
• 確率的勾配降下法とモーメンタムで訓練し、Xavier初期化と多項式学習率減衰を用いる。
• 任意で大規模な LV データセットで事前訓練し、学習済み重みをターゲットの LV/RV タスクに転移する（転移学習）。
• 推論は高速で（GTX TITAN X 上で 256×256 画像あたり約61ms）CPU/GPU間でスケーラブル。

実験結果

リサーチクエスチョン

• RQ1 単一のFCNアーキテクチャが、多様なデータセットに跨って正確なLVとRVの自動セグメンテーションを実現できるか？
• RQ2 関連する心臓セグメンテーションタスクからの転移学習は、より小さいターゲットデータセットの性能を向上させるか？
• RQ3 標準的なハードウェアでのFCNアプローチの推論速度とスケーラビリティはどの程度か？

主な発見

• FCNはデータセットを跨いで競争力のあるDiceスコアと顕著な他の指標を達成し、しばしば最高スコアを記録する。
• FCNの微調整（転移学習）は、ランダム初期化に比べて明らかな精度向上をもたらす。
• 大規模な画像セットのテスト時セグメンテーションは高速であり（LVSCで29,859画像に対し19分未満の例）、1画像あたりの推論はGPUで約61 ms程度。
• モデルはサイト、スキャナー、集団をまたいで一般化し、実世界のばらつきに対する頑健性を示している。
• 難しい心尖部/底部スライスで物体境界が曖昧な場合に限界が存在し、特定の改善の余地が示唆される。