[論文レビュー] AMOS: A Large-Scale Abdominal Multi-Organ Benchmark for Versatile Medical Image Segmentation

Yuanfeng Ji, Haotian Bai+9 more|arXiv (Cornell University)|Jun 16, 2022

Radiomics and Machine Learning in Medical Imaging被引用数 199

ひとこと要約

AMOSは、15個の臓器に対するボクセルレベルのアノテーションを備えた大規模で多様な腹部CT/MRIデータセットを提供し、頑健な多臓器セグメンテーションとクロスドメイン評価を実現します。現在の手法をベンチマークし、OOD一般化、クロスモダリティ学習、転移学習に対するデータセットの有用性を示します。

ABSTRACT

Despite the considerable progress in automatic abdominal multi-organ segmentation from CT/MRI scans in recent years, a comprehensive evaluation of the models' capabilities is hampered by the lack of a large-scale benchmark from diverse clinical scenarios. Constraint by the high cost of collecting and labeling 3D medical data, most of the deep learning models to date are driven by datasets with a limited number of organs of interest or samples, which still limits the power of modern deep models and makes it difficult to provide a fully comprehensive and fair estimate of various methods. To mitigate the limitations, we present AMOS, a large-scale, diverse, clinical dataset for abdominal organ segmentation. AMOS provides 500 CT and 100 MRI scans collected from multi-center, multi-vendor, multi-modality, multi-phase, multi-disease patients, each with voxel-level annotations of 15 abdominal organs, providing challenging examples and test-bed for studying robust segmentation algorithms under diverse targets and scenarios. We further benchmark several state-of-the-art medical segmentation models to evaluate the status of the existing methods on this new challenging dataset. We have made our datasets, benchmark servers, and baselines publicly available, and hope to inspire future research. Information can be found at https://amos22.grand-challenge.org.

研究の動機と目的

• 現実の臨床的ばらつきを反映する大規模で多様な腹部セグメンテーションベンチマークの不足に対処する。
• 臨床の多様性を反映する、CTとMRIのマルチモーダル、マルチセンター、マルチスキャナー、マルチフェーズ、マルチ疾患のデータセットを、密な臓器アノテーションとともに提供する。
• AMOS上で最先端のセグメンテーションモデルをベンチマークして、現在の限界と頑健性を評価する。
• セグメンテーション以外のタスクにも対するAMOSの多用途性を示す。OOD一般化、クロスモダリティ学習、転移学習を含む。

提案手法

• 2つの臨床センターと複数のスキャナーから、15臓器のボクセルレベルのアノテーションを持つ大規模で多様な腹部データセット（CTとMRI）をキュレーションする。
• 半自動アノテーションワークフローを使用する：事前学習済みセグメータからの粗ラベルを用い、その後、品質を保証するために若手および上級放射線科医による反復的な精度向上を行う。
• スキャナー全体でID（in-distribution）およびOOD（out-of-distribution）評価を含むデータ分割を定義して、ドメインの頑健性を測定する。
• AMOS-CTおよびAMOS-MRI上で、標準指標（DiceとNSD）を用いて6つのベースライン（CNN、Transformer、およびハイブリッド法）をベンチマークし、モデルの効率性（パラメータ数とFLOPs）を報告する。
• AMOSが可能にする拡張タスクを探る。クロスモダリティ学習、転移学習、プライバシー保護/フェデレーテッド設定を含む。
• データセット、ベンチマークサーバー、ベースラインを公開して、コミュニティ研究を促進する。

実験結果

リサーチクエスチョン

• RQ1 CTとMRIモダリティにわたる15臓器の大規模かつ多様なデータセットにおいて、最先端の腹部多臓器セグメンテーションはどのように性能を示すか。
• RQ2 ドメインシフト（異なるスキャナー/ベンダー）がセグメンテーション性能に与える影響はどのようなもので、AMOSは頑健なOOD一般化研究を可能にするか。
• RQ3 クロスモダリティ学習（CT+MRI）は各モダリティのセグメンテーション性能を向上させるか。
• RQ4 AMOS上の事前学習表現は、外部の腹部セグメンテーションタスクへの転移学習として移植可能な利点を提供するか。
• RQ5 AMOS上のデータ多様性とアノテーション品質がモデル学習に与える影響は何か。

主な発見

• AMOSは600 scans (500 CT and 100 MRI)で、15腹部臓器にわたる74,026枚のアノテーション済みスライスを含み、これまでで最大かつ最も多様な腹部セグメンテーションベンチマークとなっている。
• ベースライン実験では、単純なUNet様モデルがAMOS上でいくつかの新しいアーキテクチャを上回ることができ、Transformerベースの手法はこのデータセット設定内で常にCNNベースのモデルを上回るとは限らないことを示した。
• IDとOODのテストデータ間には顕著な性能ギャップがあり、特にAMOS-MRIで顕著で、スキャナーを跨ぐドメインシフトの課題を浮き彫りにしている。
• クロスモダリティ学習（CT+MRIの共同訓練）は単一モダリティ訓練より一貫して利益をもたらし、CTとMRI間の補完情報がセグメンテーション性能を向上させることを示している。
• AMOSでの事前学習は、いくつかのベンチマークにおいて関連する腹部セグメンテーションタスクへの転移的利益を提供するが、利点は対象ドメインとモダリティによって異なる。
• AMOSは一般化、クロスモダリティ学習、転移学習の堅牢な評価を可能にし、実世界の臨床シナリオにおける多用途なベンチマークとしての潜在能力を強調する。