[論文レビュー] An End-to-end Approach to Semantic Segmentation with 3D CNN and Posterior-CRF in Medical Images

Shuai Chen, Marleen de Bruijne|arXiv (Cornell University)|Nov 8, 2018

AI in cancer detection参考文献 7被引用数 8

ひとこと要約

本稿では、3D U-Netと3D完全結合型条件付きランダムフィールド（CRF）を統合したエンドツーエンドのディープラーニングフレームワーク、Posterior-CRFを提案する。生の強度値の代わりに、CNNの事後確率マップをCRFに適用することで、CNNとCRFのパラメータを同時に最適化可能となる。白質高信号病変のセグメンテーションにおいて、標準的なU-Netや従来のエンドツーエンドCRF手法を上回る最先端の性能を達成した。

ABSTRACT

Fully-connected Conditional Random Field (CRF) is often used as post-processing to refine voxel classification results by encouraging spatial coherence. In this paper, we propose a new end-to-end training method called Posterior-CRF. In contrast with previous approaches which use the original image intensity in the CRF, our approach applies 3D, fully connected CRF to the posterior probabilities from a CNN and optimizes both CNN and CRF together. The experiments on white matter hyperintensities segmentation demonstrate that our method outperforms CNN, post-processing CRF and different end-to-end training CRF approaches.

研究の動機と目的

• ノイズの多い医療画像における強度ベースのCRF後処理の不安定さと感受性を解消すること。
• 生の強度特徴量に依存し、CRFパラメータの手動チューニングを要する従来のエンドツーエンドCRF手法の限界を克服すること。
• 訓練済みのCNNから得られる高品質な特徴マップをCRF推論に活用することで、空間的整合性とセグメンテーション精度を向上させること。
• 統一されたトレーニングパイプラインにより、CNNとCRFのパラメータを同時に最適化すること。
• FLAIR MRIスキャンにおける白質高信号病変のセグメンテーションにおいて、優れた性能を示すこと。

提案手法

• Posterior-CRFは、3D U-Netの最終層からの事後確率マップを、CRFにおける強度ベースの特徴量の代わりに用いる。
• 本手法は、CNN出力確率からの単一潜在変数ポテンシャルと、空間的および特徴量的距離に基づくペairワイズポテンシャルを有する完全結合型CRFを用いる。
• CRFパラメータ（例：θα, θβ, θγ, ω）は、CNNと同時にエンドツーエンドトレーニング中に共同最適化される。
• ペアワイズポテンシャルは、空間的類似性カーネルと特徴量的類似性カーネルを組み合わせており、特徴量は現在、CNNの予測クラス確率である。
• ボクセル単位の予測を空間的一致性を保ちながら精緻化するために、事後確率マップに平均場推論を適用する。
• フレームワークはカテゴリカル交差エントロピー損失を用いてトレーニングされ、CNNおよびCRFの両成分を通じたバックプロパゲーションにより最適化される。

実験結果

リサーチクエスチョン

• RQ1 CRFにおける強度特徴量の代わりに学習された事後確率マップを用いることで、医療画像におけるセグメンテーションのロバスト性と精度が向上するか？
• RQ2 CNNとCRFパラメータをエンドツーエンドで同時に最適化することで、後処理CRFや強度ベースのCRFトレーニングよりも優れた性能が得られるか？
• RQ3 3D U-Netから得られる高レベル特徴マップを用いることで、ノイズの多い医療画像におけるCRF推論の安定性と一般化性能が向上するか？
• RQ4 CNNと同時にトレーニングすることで、CRFパラメータの手動ハイパーパramータチューニングの必要性を排除できるか？
• RQ5 Diceスコア、Hausdorff距離、および誤検出／誤陰性率の観点から、Posterior-CRFはベースラインU-Netおよび他のCRFベース手法と比べてどのように差をつけるか？

主な発見

• Posterior-CRFは、WMH 2017データセットで0.747 ± 0.064のDice類似係数（DSC）を達成し、ベースラインU-Net（0.683 ± 0.068）および他のCRF手法を顕著に上回った。
• 平均体積差（AVD）は21.80% ± 5.92と最低を記録し、他の手法と比較して優れた体積的正確性を示した。
• 誤検出数（FP）は3387 ± 507.41にまで低減され、U-NetやPost-CRF後処理に比べ、過剰セグメンテーションの制御が優れていた。
• Hausdorff距離（H95）は5.513 mm ± 2.818を維持し、Spatial-CRFを上回る性能を示し、メトリクス全体にわたるバランスの取れた性能を発揮した。
• 視覚的比較により、Posterior-CRFは誤検出が少なく、病変構造の保存が良好な最も正確で視覚的に整合性のあるセグメンテーションを生成したことが確認された。
• エンドツーエンドトレーニング中にすべてのCRFパラメータを同時に学習することで、CRFハイパーパramータの手動チューニングの必要性が完全に排除された。