[論文レビュー] AG-CUResNeSt: A Novel Method for Colon Polyp Segmentation

Dinh Viet Sang, Tran Quang Chung+4 more|arXiv (Cornell University)|May 2, 2021

Colorectal Cancer Screening and Detection参考文献 28被引用数 5

ひとこと要約

本稿では、コラムポリープ分類のための新しい深層学習アーキテクチャであるAG-CUResNeStを提案する。この手法は、頑健なResNeStバックボーンとアテンション機構を組み合わせたカップルドUNetを用い、特徴量の統合と意味的表現を向上させる。5つのベンチマークデータセットにおいて最先端の性能を達成し、Kvasir-SEGではAUCが0.9585、MAPが0.886を記録した。計算コストはやや高いが、優れた精度と一般化性能を示している。

ABSTRACT

Colorectal cancer is among the most common malignancies and can develop from high-risk colon polyps. Colonoscopy is an effective screening tool to detect and remove polyps, especially in the case of precancerous lesions. However, the missing rate in clinical practice is relatively high due to many factors. The procedure could benefit greatly from using AI models for automatic polyp segmentation, which provide valuable insights for improving colon polyp detection. However, precise segmentation is still challenging due to variations of polyps in size, shape, texture, and color. This paper proposes a novel neural network architecture called AG-CUResNeSt, which enhances Coupled UNets using the robust ResNeSt backbone and attention gates. The network is capable of effectively combining multi-level features to yield accurate polyp segmentation. Experimental results on five popular benchmark datasets show that our proposed method achieves state-of-the-art accuracy compared to existing methods.

研究の動機と目的

• 内視鏡的ポリープの見逃し率（20%～47%）の低減を目的とし、視覚的変異性や明確でない境界による要因を解消する。
• 外観の多様性、平坦な病変、腸管洗浄不良といった課題を克服することで、ポリープ分類精度の向上を図る。
• より良い分類性能を実現するため、特徴表現と意味的フローを強化する深層学習モデルの開発を目的とする。
• 臨床現場への導入に適した、耐障害性があり一般化可能なソリューションを提供することを目的とする。特に、第二のチェックツールやトレーニング支援としての利用を想定する。
• リソース制限のある医療環境におけるリアルタイム適用を考慮し、モデルの複雑さと推論速度のバランスを取ることを目的とする。

提案手法

• 二重エンコーダーを持つカップルドUNet（CUNet）アーキテクチャを採用し、二つのUNetブランチ間で双方向の特徴量フローを可能にすることで、特徴量学習と表現を向上させる。
• スプリットアテンションモジュールを用いて多層の文脈的情報を捉え、特徴量の識別能を向上させるResNeStバックボーンを統合する。
• アップサンプリング段階での特徴量統合に際し、スカイプ接続にアテンションゲートを適用することで、不要な特徴量を抑制し、関連性の高い特徴量の強化を図る。
• マルチスケールのスカイプ接続と連結処理を用い、高レベルの意味的特徴量と低レベルの空間的詳細を統合することで、高精度な分類を実現する。
• ポリープ画像の分類性能最適化を目的に、クロスエントロピー損失とDice損失を組み合わせてエンドツーエンドで学習する。
• 推論は1枚のGPU（NVIDIA RTX 3090）で実行され、19.2 FPSを達成しており、リアルタイム臨床適用に適している。

実験結果

リサーチクエスチョン

• RQ1 最新のバックボーンとアテンション機構を統合したカップルドUNetアーキテクチャが、既存の最先端手法を上回るポリープ分類精度を達成できるか？
• RQ2 ResNeStとアテンションゲートの統合が、多様なポリープ外観や異なるデータセット間での特徴表現と一般化性能に与える影響は何か？
• RQ3 提案されたAG-CUResNeStモデルが、撮影条件が異なる複数のコロノスコピー・データセットにわたってどれほど一般化可能か？
• RQ4 1%の腺腫検出率上昇が結腸がんリスクを3%低減するという臨床的根拠を踏まえると、モデルの複雑さと性能のトレードオフは妥当か？
• RQ5 本モデルは、特にリソースが限られた環境下でも、エンドスコピストにとって信頼できる第二のチェックツールまたはトレーニング支援として機能可能か？

主な発見

• AG-CUResNeSt-101は、5分割交差検証においてKvasir-SEGデータセットでAUC 0.9585、MAP 0.886を達成し、比較したすべての最先端モデルを上回った。
• Kvasir-SEG、CVC-ClinicDB、CVC-ColonDB、ETIS-Larib、Polyp-CTの5つのベンチマークデータセットにおいて、一貫したトップ性能を示し、優れた一般化性能を確認した。
• 273.40 GFlopsの計算コストを有しながらも、RTX 3090 GPU上で19.2 FPSを達成しており、リアルタイム臨床適用の可能性を示している。
• 計算コストが低い軽量モデル（HarDNet-MSEGやPraNet）と比較して、AG-CUResNeStはFLOPsは高いが、顕著に高い精度指標を示した。
• アブレーションスタディの結果、ResNeSt、アテンションゲート、カップルドUNetの組み合わせが相乗効果を発揮し、分類精度と耐障害性の向上に寄与した。
• 1%の腺腫検出率上昇ががんリスクを3%低減するという臨床的根拠を踏まえると、中程度の計算コストに見合う高い精度が実現可能であると考えられる。