[論文レビュー] An automatic COVID-19 CT segmentation based on U-Net with attention mechanism

Tongxue Zhou, Stéphane Canu+1 more|arXiv (Cornell University)|Apr 14, 2020

COVID-19 diagnosis using AI被引用数 54

ひとこと要約

本論文では、CT画像におけるCOVID-19肺病変の自動セグメンテーションを目的として、フォーカルTversky損失を組み込んだアテンション拡張U-Netを提案する。空間的およびチャネルアテンション機構を統合して特徴表現を精緻化し、小病変に特化した損失関数を用いることで、83.1%のDiceスコア（高精度）と1スライスあたり0.29秒の高速性を達成し、473スライスから成るデータセットにおいて優れた性能を示した。

ABSTRACT

The coronavirus disease (COVID-19) pandemic has led to a devastating effect on the global public health. Computed Tomography (CT) is an effective tool in the screening of COVID-19. It is of great importance to rapidly and accurately segment COVID-19 from CT to help diagnostic and patient monitoring. In this paper, we propose a U-Net based segmentation network using attention mechanism. As not all the features extracted from the encoders are useful for segmentation, we propose to incorporate an attention mechanism including a spatial and a channel attention, to a U-Net architecture to re-weight the feature representation spatially and channel-wise to capture rich contextual relationships for better feature representation. In addition, the focal tversky loss is introduced to deal with small lesion segmentation. The experiment results, evaluated on a COVID-19 CT segmentation dataset where 473 CT slices are available, demonstrate the proposed method can achieve an accurate and rapid segmentation on COVID-19 segmentation. The method takes only 0.29 second to segment a single CT slice. The obtained Dice Score, Sensitivity and Specificity are 83.1%, 86.7% and 99.3%, respectively.

研究の動機と目的

• 診断および患者モニタリングを支援するため、CTスキャンにおけるCOVID-19肺病変の正確かつ迅速なセグメンテーションに課題に取り組む。
• アテンション機構を用いて関連する空間的およびチャネルワイド特徴を強調することで、U-Netにおける特徴表現を向上させる。
• 小病変セグメンテーションにおけるクラス不均衡問題を解消するため、フォーカルTversky損失関数を採用する。
• 最小限の推論時間で高いセグメンテーション性能を達成し、臨床現場への導入に適した性能を実現する。

提案手法

• U-Netのエンコーダ-デコーダアーキテクチャに、文脈的重要性に基づいて特徴マップを再重み付けする二重アテンション機構（空間アテンションおよびチャネルアテンション）を統合する。
• 空間アテンションを用いて情報量の多い空間的領域を強調し、チャネルアテンションを用いて識別性の高い特徴チャネルを強調する。
• フォーカルTversky損失を適用し、特に小病変を含む難易度の高いセグメンテーション領域に焦点を当て、容易なネガティブ例の影響を軽減する。
• 肺病変の正解アノテーションが付与された473枚のCTスライスから成るデータセット上で、ネットワークをエンドツーエンドで学習する。
• アップサンプリング中に空間的詳細を保持するために、エンコーダからデコーダへのスキップ接続を活用する。
• 学習率スケジュールを用いた確率的勾配降下法でモデルを最適化し、収束性を向上させる。

実験結果

リサーチクエスチョン

• RQ1 アテンション機構は、CTスキャンにおけるCOVID-19病変のセグメンテーション精度を向上させるために、U-Netにおける特徴表現を改善できるか？
• RQ2 標準的な損失関数と比較して、フォーカルTversky損失は小規模かつ希少な肺病変のセグメンテーション性能を向上させるか？
• RQ3 提案手法は、リアルタイムの臨床応用に適した高精度と低推論時間の両立を達成できるか？
• RQ4 アテンションとフォーカルTversky損失の組み合わせは、標準的なU-Netと比較して、Diceスコア、感度、特異度の観点で優れた性能を示すか？

主な発見

• 提案手法はテストセットで83.1%のDiceスコアを達成し、予測された病変と正解病変との重複度が非常に高いことを示した。
• 感度は86.7%に達し、病変が小さくてもモデルが大多数の実際の病変を効果的に検出できることを示した。
• 特異度は99.3%に達し、誤検出が極めて少ないことを示しており、臨床的信頼性にとって極めて重要である。
• 1枚のCTスライスをたった0.29秒でセグメンテーション可能であり、臨床現場への導入に適した高速な推論性能を示した。
• 空間的およびチャネルアテンションの統合により、関連する領域やチャネルに焦点を当てた特徴表現の向上が達成された。
• フォーカルTversky損失により、トレーニング中に容易なネガティブ例の影響を軽減し、小病変の性能が顕著に向上した。