[論文レビュー] An encoder-decoder-based method for COVID-19 lung infection segmentation

Omar Elharrouss, Nandhini Subramanian+1 more|arXiv (Cornell University)|Jul 2, 2020

COVID-19 diagnosis using AI参考文献 33被引用数 10

ひとこと要約

本論文は、二段階のマルチタスクエンコーダデコーダ深層学習手法を提案し、COVID-19 CT画像における肺感染症のセグメンテーションを、二重スティーム入力（元の画像と分解された構造／テクスチャ特徴）を用いて行う。本手法はマルチタスク学習と領域の最適化を活用することで、データが限られる状況下でもセグメンテーション精度を向上させ、COVID-SemiSegデータセットにおいてDiceスコア0.640、F-measure 0.640を達成し、最先端手法を上回った。

ABSTRACT

The novelty of the COVID-19 disease and the speed of spread has created a colossal chaos, impulse among researchers worldwide to exploit all the resources and capabilities to understand and analyze characteristics of the coronavirus in term of the ways it spreads and virus incubation time. For that, the existing medical features like CT and X-ray images are used. For example, CT-scan images can be used for the detection of lung infection. But the challenges of these features such as the quality of the image and infection characteristics limitate the effectiveness of these features. Using artificial intelligence (AI) tools and computer vision algorithms, the accuracy of detection can be more accurate and can help to overcome these issues. This paper proposes a multi-task deep-learning-based method for lung infection segmentation using CT-scan images. Our proposed method starts by segmenting the lung regions that can be infected. Then, segmenting the infections in these regions. Also, to perform a multi-class segmentation the proposed model is trained using the two-stream inputs. The multi-task learning used in this paper allows us to overcome shortage of labeled data. Also, the multi-input stream allows the model to do the learning on many features that can improve the results. To evaluate the proposed method, many features have been used. Also, from the experiments, the proposed method can segment lung infections with a high degree performance even with shortage of data and labeled images. In addition, comparing with the state-of-the-art method our method achieves good performance results.

研究の動機と目的

• COVID-19肺感染症のセグメンテーションに必要なラベル付きCTスキャンデータが限られる課題に対処する。
• 構造的およびテクスチャ的画像成分を二重入力として活用することで、セグメンテーション精度を向上させる。
• 二段階のセグメンテーションパイプラインを構築する：まず感染リスクのある肺領域を特定し、その後に正確に感染領域を同定する。
• マルチタスク学習を用いて、バイナリおよびマルチクラス感染症セグメンテーションにおいても頑健な性能を達成する。
• データが限られる状況下で、既存の最先端手法を上回る性能を発揮する。

提案手法

• 元のCT画像と分解された構造的／テクスチャ的特徴を入力とする、二重の並列入力ストリームを有するエンコーダデコーダアーキテクチャを採用する。
• 画像分解を適用して、均一な（構造的）およびパターンを持つ（テクスチャ的）特徴を抽出し、特徴学習を強化する。
• マルチタスク学習を用いて、領域の最適化検出と感染症セグメンテーションを同時に最適化することで、データが限られる状況下での一般化性能を向上させる。
• 二段階のセグメンテーションを実施する：まず感染リスクのある肺領域をセグメンテーションし、その後その領域内で感染境界を精緻化する。
• Diceスコア、F-measure、感度、特異度、MAEなどの指標を用いて評価し、トレーニングをガイドする。
• マスキング操作などの後処理を適用して、バイナリセグメンテーションの結果を改善する。

実験結果

リサーチクエスチョン

• RQ1 限定的なデータ環境下で、二重スティームエンコーダデコーダモデルがCOVID-19 CT画像における肺感染症セグメンテーションを向上させることができるか？
• RQ2 ラベル付きデータが限られる状況下で、マルチタスク学習がセグメンテーション性能を向上させるのにどの程度有効であるか？
• RQ3 構造とテクスチャの分解を組み込むことで、感染領域の検出精度が向上するか？
• RQ4 本手法はバイナリおよびマルチクラスセグメンテーションタスクにおいて、最先端のモデルと比較してどの程度優れているか？
• RQ5 二段階のセグメンテーションパイプライン（ROI検出 followed で感染症セグメンテーション）は、エンドツーエンド手法よりも優れた結果をもたらすか？

主な発見

• 提案手法はCOVID-SemiSegデータセットにおいて、Diceスコア0.640、F-measure 0.640を達成し、既存手法を上回った。
• 精度は0.561、特異度は0.953を記録し、検出性能と誤検出の抑制の両面で良好なバランスを示した。
• バイナリおよびマルチクラスセグメンテーションの両方において、頑健な性能を示し、視覚的結果が正解に近づいていた。
• 二重スティーム入力とマルチタスク学習の活用により、特にデータが限られる状況下で性能が顕著に向上した。
• semi-inf-NetベースラインはDiceスコア0.541を記録したが、本手法では0.640に向上し、相対的に18.3%の向上を達成した。
• 結果から、マスキング後処理によりセグメンテーション出力をさらに精緻化できる可能性があることが示唆され、さらなる改善余地があることが示された。