[論文レビュー] Almost instant brain atlas segmentation for large-scale studies

Alex Fedorov, Eswar Damaraju+2 more|arXiv (Cornell University)|Nov 1, 2017

Functional Brain Connectivity Studies参考文献 20被引用数 9

ひとこと要約

本稿では、50以上の領域を含む全脳アトラスセグメンテーションを高速かつ高精度かつスケーラブルに行うための完全畳み込みニューラルネットワーク（MeshNet）を提案する。最先端のツールからの事前学習済み出力を活用することで、近似的に即時な推論（1分未塔）を実現している。本手法は、既存の手法よりも100倍以上高速でありながら、同等の精度を維持しており、マルチモodalな入力に対応できるため、大規模な神経画像研究や臨床応用に適している。

ABSTRACT

Large scale studies of group differences in healthy controls and patients and screenings for early stage disease prevention programs require processing and analysis of extensive multisubject datasets. Complexity of the task increases even further when segmenting structural MRI of the brain into an atlas with more than 50 regions. Current automatic approaches are time-consuming and hardly scalable; they often involve many error prone intermediate steps and don't utilize other available modalities. To alleviate these problems, we propose a feedforward fully convolutional neural network trained on the output produced by the state of the art models. Incredible speed due to available powerful GPUs neural network makes this analysis much easier and faster (from $>10$ hours to a minute). The proposed model is more than two orders of magnitudes faster than the state of the art and yet as accurate. We have evaluated the network's performance by comparing it with the state of the art in the task of differentiating region volumes of healthy controls and patients with schizophrenia on a dataset with 311 subjects. This comparison provides a strong evidence that speed did not harm the accuracy. The overall quality may also be increased by utilizing multi-modal datasets (not an easy task for other models) by simple adding more modalities as an input. Our model will be useful in large-scale studies as well as in clinical care solutions, where it can significantly reduce delay between the patient screening and the result.

研究の動機と目的

• 数千人の被験者を含む大規模な神経画像研究における、高速でスケーラブルかつ高精度な脳アトラスセグメンテーションの増大するニーズに対応すること。
• 現在の自動セグメンテーションツールの限界、すなわち遅さ、誤差の多さ、およびマルチモーダル統合の欠如を克服すること。
• 高精度を維持しながら推論時間を著しく短縮する、軽量でフォワードのみの完全畳み込みネットワークの開発。
• 多施設およびマルチスキャナのMRIデータを含む多様なデータセット間での転移学習を可能にし、強固な臨床的および研究的応用を実現すること。
• 大規模コhortにおける一貫性のある領域体積推定を可能にすることで、統計的メタアナリシスや早期疾患検出を支援すること。

提案手法

• 本ネットワークは、Human Connectome Project（HCP）データセット上でFreeSurferによって生成されたアトラスラベルを用いて、高解像度の2次元MRIスライス上でトレーニングされる。
• ドーナツ型畳み込み（dilated convolutions）を採用し、スキップ接続や再帰層を含まないシンプルなエンコーダ・デコーダアーキテクチャを採用することで、複雑さとパラメータ数を低減している。
• 入力データにはT1強調画像に加えて、必要に応じてT2強調画像を含め、組織コントラストとセグメンテーション精度の向上を図っている。
• 脳中心（127,145,127）を基準としてガウス分布に従うサブボリュームサンプリングを用い、中枢的脳領域に優先的に注目することで収束性を向上させている。
• バッチ正規化は活性化関数の前に行われており、Xavier初期化が採用されており、収束の高速化と損失の低減を実現している。
• スキャナのばらつきや患者の病理状態への適応を図るため、初期層を凍結せずに、学習率を低減したAdam（0.00001）を用いて多施設FBIRNデータ上でファインチューニングを実施している。

実験結果

リサーチクエスチョン

• RQ1 軽量で完全畳み込みネットワークが、精度を損なわず50以上のアトラス領域への脳MRIセグメンテーションを近似的に即時で実現できるか？
• RQ2 健康対照群と統合失調症患者との間で、本手法がFreeSurferと比較して領域体積差をどれほど正確に区別できるか？
• RQ3 画像品質や取得プロトコルが異なる多施設・マルチスキャナのMRIデータに対して、モデルの一般化能はどの程度高いか？
• RQ4 2番目のモodalとしてT2強調画像を組み込むことで、本フレームワークにおけるセグメンテーション性能が向上するか？
• RQ5 大規模な再トレーニングやアーキテクチャの変更なしに、新しい施設からの限られたデータで効果的にファインチューニングできるか？

主な発見

• 提案されたMeshNetモデルにより、推論時間がFreeSurferの10時間以上から1分未塔に短縮され、100倍以上の高速化が達成された。
• モデルはFreeSurferと同等のセグメンテーション精度を達成しており、健康対照群と統合失調症患者との比較において、95領域中94領域でCohenのd効果量の差が0.05未塔であった。
• 95領域中22領域で効果量差が0.05未塔であり、73領域でCohenのdの方向が同一であったため、強い一貫性が示された。
• T2強調画像を入力に追加することでセグメンテーション品質が向上し、モデルがマルチモーダルデータを効果的に活用できる能力を示した。
• 各施設7例の限られたデータでのFBIRNデータセット上でのファインチューニングにより、HCPベースのモデルと同等の性能が得られ、スキャナおよび患者集団間での強力な転送性が確認された。
• モデルは71フィーチャーマップ/レイヤーで最適化された低クロスエントロピー損失を維持しており、Xavier重み初期化および最適なガウスサブボリュームサンプリングにより、収束が速くなった。