[論文レビュー] A Multi-channel Network with Image Retrieval for Accurate Brain Tissue Segmentation

Yao Sun, Yang Deng+4 more|arXiv (Cornell University)|Aug 1, 2018

Advanced Neural Network Applications参考文献 7被引用数 3

ひとこと要約

本稿では、コンテンツベース画像検索（CBIR）を用いて類似度の高い画像の正例を取得し、その正例を第4の入力チャネルとして組み込むことで、脳組織分類を向上させるマルチチャネル畳み込みニューラルネットワークを提案する。類似スキャンからの事前の解剖学的テクスチャ情報を活用することで、標準的な3チャネルネットワークに比べてDiceスコアが約0.01向上し、アーキテクチャの変更を最小限に抑えつつ、T1、T2-FLAIR、T1-IR MRIモodalitiesにおいて強く頑健な性能を示す。

ABSTRACT

Magnetic Resonance Imaging (MRI) is widely used in the pathological and functional studies of the brain, such as epilepsy, tumor diagnosis, etc. Automated accurate brain tissue segmentation like cerebro-spinal fluid (CSF), gray matter (GM), white matter (WM) is the basis of these studies and many researchers are seeking it to the best. Based on the truth that multi-channel segmentation network with its own ground truth achieves up to average dice ratio 0.98, we propose a novel method that we add a fourth channel with the ground truth of the most similar image's obtained by CBIR from the database. The results show that the method improves the segmentation performance, as measured by average dice ratio, by approximately 0.01 in the MRBrainS18 database. In addition, our method is concise and robust, which can be used to any network architecture that needs not be modified a lot.

研究の動機と目的

• MRIスキャンにおける脳組織分類の自動化精度を向上させること、特に脳脊髄液（CSF）、灰色核（GM）、白質（WM）の分類を対象とする。
• 標準的なディープラーニングモデルが脳MRI分類において限られた事前の解剖学的テクスチャ情報を有することに起因する課題に対処すること。
• 既存のネットワークアーキテクチャを変更せずに、外部の関連する解剖学的知識を類似スキャンから統合する手法を開発すること。
• CBIRを用いて最も類似度の高い画像の正例を第4の入力チャネルとして使用する手法の有効性を、分類性能の向上に寄与するかどうかを評価すること。
• 本手法の異なるMRIモダリティおよびネットワークアーキテクチャにわたる頑健性と汎用性を示すこと。

提案手法

• 本手法は、T1、T2-FLAIR、T1-IRに加え、CBIRで取得した最も類似度の高い画像の正例を第4チャネルとして持つ、U-Netベースのマルチチャネル分類ネットワークを採用する。
• コンテンツベース画像検索（CBIR）を用いて、各テストMRIスライスをデータベース内から類似度の高い画像にマッチングする。このマッチングは、画像特徴量と登録後類似度に基づいて行われる。
• 画像類似度は、L1-ノルムに基づく式で計算される：$ S(A,B) = 1 - \frac{\|A-B\|_1}{\|A+B\|_1} $。類似度がしきい値を超えると、取得した画像の正例が第4チャネルとして使用される。
• ネットワークは、各畳み込み層の後にバッチ正規化とReLU活性化関数を適用し、トレーニングには平均二乗誤差（MSE）損失関数を用いる。
• 照合画像とクエリ画像の類似度がしきい値未満の場合、ネットワークは標準的な3チャネル入力にデフォルトする。
• 収縮パスと拡張パスからの特徴マップを、同じ解像度で連結することで、粗いおよび細かい空間的情報を両方保持する。

実験結果

リサーチクエスチョン

• RQ1 データベース内から類似度の高い画像の正例を組み込むことで、ネットワークアーキテクチャを変更せずに脳MRI分類の精度が向上するか？
• RQ2 MRBrainS18データセットにおいて、CBIRに基づく第4チャネル入力を持つマルチチャネルネットワークの性能は、標準的な3チャネルネットワークに比べてどのように異なるか？
• RQ3 類似スキャンからの事前の解剖学的テクスチャ情報の使用が、組織分類におけるノイズ低減と境界のなめらかさ向上にどの程度寄与するか？
• RQ4 最も類似度の高い画像が完全に一致しない場合でも、本手法は頑健性を保ち、誤分類率にどのような影響を及えるか？
• RQ5 本手法は、最小限のアーキテクチャ変更で、他のディープラーニングアーキテクチャへも汎用可能か？

主な発見

• 提案手法は、標準的な3チャネルネットワークに比べて平均Diceスコアを約0.01向上させ、CSFでは0.8440 ± 0.0020、GMでは0.8404 ± 0.0023、WMでは0.8834 ± 0.0025を達成した。
• テスト画像自身の正例を第4チャネルとして使用するベースライン実験では、CSFが0.9874、GMが0.9747、WMが0.9626のDiceスコアを記録し、第4チャネルの事前知識が極めて高いポテンシャルを持つことを示した。
• 可視化結果から、第4チャネルがランダムノイズを顕著に低減し、特にGMおよびWM領域における組織境界のなめらかさを向上させた。
• 誤分類例として、頭蓋骨領域がCSFとして誤分類される事例が観察され、これは最適でない画像マッチングに起因する不一致テクスチャ情報が原因であると特定された。
• 本手法は、追加の入力チャネルを追加するのみで、既存のネットワークアーキテクチャに最小限の変更で適用可能であり、頑健であることが示された。
• 今後の研究の重要な方向性として、最も類似度の高い画像の正例を用いることで、性能向上がさらに期待できることが示唆された。