[論文レビュー] A Novel Focal Tversky loss function with improved Attention U-Net for lesion segmentation

Nabila Abraham, Naimul Khan|arXiv (Cornell University)|Oct 18, 2018

Radiomics and Machine Learning in Medical Imaging被引用数 14

ひとこと要約

本稿では、小規模な病変の医療画像セグメンテーションにおいて、精度と再現率のバランスを向上させるために、マルチスケールの画像ピラミッドを組み合わせた、新規のフォーカル Tversky 損失関数を提案する。この手法は、BUS 2017 データセットでデルタスコアに25.7%の相対的改善を達成し、ISIC 2018 では3.6%の改善を示し、標準的な U-Net にデルタスコア損失を適用した手法を上回り、極めて不均衡なデータにおいても安定的かつバランスの取れた性能を示す。

ABSTRACT

We propose a generalized focal loss function based on the Tversky index to address the issue of data imbalance in medical image segmentation. Compared to the commonly used Dice loss, our loss function achieves a better trade off between precision and recall when training on small structures such as lesions. To evaluate our loss function, we improve the attention U-Net model by incorporating an image pyramid to preserve contextual features. We experiment on the BUS 2017 dataset and ISIC 2018 dataset where lesions occupy 4.84% and 21.4% of the images area and improve segmentation accuracy when compared to the standard U-Net by 25.7% and 3.6%, respectively.

研究の動機と目的

• 小規模な病変が画像面積のわずかにしか占めない医療画像セグメンテーションにおけるクラス不均衡を解消すること。
• 小規模な病理的領域のセマンティックセグメンテーションにおいて、精度と再現率のトレードオフを改善すること。
• アテンション U-Net アーキテクチャにマルチスケールの画像ピラミッドを組み込むことで、小規模病変の特徴表現を強化すること。
• 誤分類された小規模病変（ハード例）に焦点を当て、容易なネガティブ例を抑制する損失関数の開発。
• 極めて不均衡なデータセットにおいて、精度と再現率の両方のばらつきを低く抑えた安定的かつバランスの取れたセグメンテーション性能を達成すること。

提案手法

• Tversky 指数の逆数をハイパーパrameter γ の指数関数で累乗することで、容易な例を軽減し、誤分類されたピクセルに焦点を当てるフォーカル Tversky 損失（FTL）を提案。
• クラス固有の重み α と β を用いて Tversky 指数を調整し、α > β となるように設定することで、偽陰性の低減と小規模病変の再現率向上を優先。
• エンコーダー層の各段階にマルチスケールの画像ピラミッド入力を導入し、文脈的特徴を保持し、ダウンサンプリングによる小規模病変の詳細損失を防ぐ。
• スキップ接続とアテンションゲートを備えたアテンション U-Net を強化し、顕著な病変領域を動的に強調し、バックグラウンドノイズを抑制。
• 最終層を、モデルの収束に近づいても Tversky 損失で監督するハイブリッドトレーニング戦略を採用し、誤差信号の過剰抑制を防ぐ。
• 学習率減衰を伴う確率的勾配降下法とグリッドサーチを用い、BUS 2017 および ISIC 2018 データセットでハイパーパrameter（α, β, γ）の最適化を実施。

実験結果

リサーチクエスチョン

• RQ1 Tversky 指数に基づく修正版フォーカル損失は、小規模病変セグメンテーションにおける精度と再現率のバランスを改善できるか？
• RQ2 マルチスケールの画像ピラミッドを組み込むことで、極めて不均衡なデータセットにおける小規模病変の特徴表現とセグメンテーション精度にどのような影響を与えるか？
• RQ3 フォーカル Tversky 損失とアテンション U-Net アーキテクチャを組み合わせることで、標準的な U-Net にデルタスコア損失を適用した手法よりも、より安定的かつ正確なセグメンテーションが達成できるか？
• RQ4 大規模なクラス内変動と小規模病変サイズを伴うデータセットで学習する際、損失関数設計が収束行動と性能安定性に与える影響は何か？
• RQ5 提案手法は、病変サイズの分布や画像の複雑さが異なるデータセットにおいて、一貫した性能向上を達成できるか？

主な発見

• α=0.7、β=0.3、γ=4/3 として設定したフォーカル Tversky 損失は、標準的な Dice 損失および Tversky 損失と比較して、精度-再現率のバランスを顕著に改善した。
• BUS 2017 データセットでは、フォーカル Tversky 損失を用いた改良型アテンション U-Net がデルタスコア 0.804 を達成し、ベースラインの U-Net にデルタスコア損失を適用した手法と比較して25.7%の相対的改善を示した。
• ISIC 2018 データセットでは、ベースラインの U-Net と比較してデルタスコアが3.6%向上し、標準偏差が0.7%と低く抑えられており、安定した性能が確認された。
• マルチスケールの画像ピラミッドは、特に小規模病変において特徴表現を向上させ、ダウンサンプリングによる情報損失を低減し、セグメンテーション精度を向上させた。
• アブレーションスタディの結果、フォーカル Tversky 損失と改良型アテンション U-Net の組み合わせが、両データセットにおいて最高のデルタスコアと最もバランスの取れた精度-再現率スコアを達成した。
• ISIC 2018 では、最終層での Tversky 損失の監督により誤差信号の伝搬を維持したため、高い再現率（0.926）を維持しながら、精度の過剰な低下を回避した。