[論文レビュー] A Lumen Segmentation Method in Ureteroscopy Images Based on a Deep Residual U-Net Architecture

Jorge F. Lazo|arXiv (Cornell University)|Jan 1, 2020

Colorectal Cancer Screening and Detection参考文献 27被引用数 6

ひとこと要約

本論文は、尿管鏡画像における管腔セグメンテーションのための深層残差U-Netアーキテクチャを提案し、グレースケール入力を用いてDiceスコア0.73、精度0.58、再現率0.92を達成した。この手法は、標準U-Netと比較して訓練の安定性と収束性を向上させ、低コントラストやゴミの影響を受ける困難な画像条件にもかかわらず、強力な一般化性能を示している。

ABSTRACT

Ureteroscopy is becoming the first surgical treatment option for the majority of urinary affections. This procedure is performed using an endoscope which provides the surgeon with the visual information necessary to navigate inside the urinary tract. Having in mind the development of surgical assistance systems, that could enhance the performance of surgeon, the task of lumen segmentation is a fundamental part since this is the visual reference which marks the path that the endoscope should follow. This is something that has not been analyzed in ureteroscopy data before. However, this task presents several challenges given the image quality and the conditions itself of ureteroscopy procedures. In this paper, we study the implementation of a Deep Neural Network which exploits the advantage of residual units in an architecture based on U-Net. For the training of these networks, we analyze the use of two different color spaces: gray-scale and RGB data images. We found that training on gray-scale images gives the best results obtaining mean values of Dice Score, Precision, and Recall of 0.73, 0.58, and 0.92 respectively. The results obtained shows that the use of residual U-Net could be a suitable model for further development for a computer-aided system for navigation and guidance through the urinary system.

研究の動機と目的

• 尿管鏡における正確な管腔セグメンテーションにより、コンピュータ支援ナビゲーションシステムの開発を目的とする。
• 低品質でアーチファクトを含む尿管鏡画像における管腔セグメンテーションの課題に対処することを目的とする。
• 色空間（グレースケール対RGB）がセグメンテーション性能に与える影響を評価することを目的とする。
• U-Netアーキテクチャに残差ブロックを組み込むことで、訓練の安定性と収束性を向上させることを目的とする。
• 管腔検出における偽陰性を最小限に抑えることで、より安全な手術ナビゲーションを実現することを目的とする。

提案手法

• 残差ブロックを統合した残差U-Netアーキテクチャを用い、勾配消失問題の緩和を図る。
• 性能比較のため、グレースケールとRGBの2つの画像モodalを用いて訓練を実施する。
• 限定されたデータセットでの過学習を軽減するため、データ増強とハイパーパramータチューニングを適用する。
• U-Netのエンコーダ・デコーダ構造により、空間分解能を保持し、高精度なセグメンテーションを実現する。
• セグメンテーション性能の評価には、損失関数およびDiceスコア、精度、再現率などの指標を用いる。
• 訓練は、上行路癌摘出手術中に収集した手術動画データセットを用いて実施した。

実験結果

リサーチクエスチョン

• RQ1 標準U-Netと比較して、U-Netに残差ブロックを用いることで、尿管鏡画像における管腔セグメンテーション性能が向上するか？
• RQ2 グレースケール画像入力は、正確な管腔セグメンテーションに十分か、それともRGBデータが必要か？
• RQ3 画像アーチファクトや解剖学的変異がセグメンテーションのロバストネスに与える影響は何か？
• RQ4 訓練データに含まれない未観測構造（腫瘍やレーザービームなど）に対しても、モデルは一般化可能か？
• RQ5 臨床的ナビゲーションの文脈において、精度と再現率のトレードオフはどのようなものか？

主な発見

• グレースケール画像で訓練した残差U-Netは、未観測のテストデータにおいて、Diceスコア0.73、精度0.58、再現率0.92を達成した。
• グレースケール訓練はRGB訓練よりも12%高いDiceスコア（p<0.05）を示し、色チャンネルに顕著な利点がなかったことを示した。
• 残差U-Netは、標準U-Netと比較して滑らかな訓練曲線と高速な収束性を示した。
• 高い再現率（0.92）は、偽陰性率が低く、ナビゲーションエラーの防止に不可欠であることを示している。
• 偽陽性は主に管腔の縁に限定されており、中心部の管腔領域は一貫して正しく検出された。
• 腫瘍やレーザービームを含むフレームではモデルの性能が低下したため、一般化性能を向上させるためにデータ増強の必要性が示された。