[論文レビュー] Autoencoders for Multi-Label Prostate MR Segmentation

Ard de Gelder, Henkjan Huisman|arXiv (Cornell University)|Jun 9, 2018

Medical Image Segmentation Techniques参考文献 2被引用数 7

ひとこと要約

本論文では、3D-UNetにおける多ラベル前立腺MRIセグメンテーションの精度を向上させるために、事前学習済み3次元畳み込みオートエンコーダーをグローバル正則化損失として統合する手法を提案している。この手法により、解剖学的妥当性を強制することで、セグメンテーション精度が向上し、特に解剖学的に難しい領域で顕著な効果を示した。特に周辺ゾーン（PZ）のDICEスコアが0.60から0.67に0.07上昇した。オートエンコーダーに基づくグローバル事前知識が、特に挑戦的な解剖学的領域において性能向上に寄与することが示された。

ABSTRACT

Organ image segmentation can be improved by implementing prior knowledge about the anatomy. One way of doing this is by training an autoencoder to learn a lowdimensional representation of the segmentation. In this paper, this is applied in multi-label prostate MR segmentation, with some positive results.

研究の動機と目的

• 深層学習モデルに解剖学的事前知識を統合することで、多ラベル前立腺MRIセグメンテーションの精度を向上させること。
• 事前学習済みオートエンコーダーが、3D-UNetの前立腺ゾーニングセグメンテーション性能を向上させるグローバル正則化損失として機能できるかどうかを検証すること。
• 多モodalMRIにおける遷移ゾーン（TZ）と周辺ゾーン（PZ）の間の微細な境界の課題に対処すること。
• オートエンコーダーに基づくグローバル監視が、3次元医療画像における小さな不均衡な構造のセグメンテーションに与える影響を評価すること。

提案手法

• ベースセグメンテーションネットワークとして3D-UNetアーキテクチャを用い、アノトロピックなMRI解像度に対応するため、一部の3D畳み込みを2D畳み込みに置き換えている。
• 完全畳み込み型オートエンコーダーを、マニュアルセグメンテーション上で別個に学習させ、36×36×18のセグメンテーションを9×9×5の潜在表現に圧縮している。
• オートエンコーダーの潜在表現を、3D-UNet学習中にグローバル損失として計算し、ピクセル単位の損失に対して重み係数0.2を適用している。
• ピクセル単位の損失には、クラス不均衡を補正するための重み付きカテゴリカル交差エントロピーを用い、背景（1）、TZ（2）、PZ（6）のクラス重みを設定している。
• オートエンコーダーは、バイナリクロスエントロピー損失とAdam最適化手法を用いて100エポック学習した後、3D-UNet学習パイプラインに統合された。
• 3D-UNetは学習率0.0001、L2カーネル正則化、および組み合わせ損失目的関数を用いて300エポック学習された。

実験結果

リサーチクエスチョン

• RQ1 事前学習済みオートエンコーダーは、多ラベル前立腺MRIセグメンテーションにおける3D-UNetの一般化性能と精度を向上させることができるか？
• RQ2 オートエンコーダー再構成損失を介したグローバル解剖学的事前知識の統合により、微細な境界が特徴の周辺ゾーン（PZ）のセグメンテーションが向上するか？
• RQ3 オートエンコーダーに基づくグローバル損失の貢献は、標準的なピクセル単位の監視と比較して、DICEスコアの向上にどの程度寄与するか？
• RQ4 オートエンコーダーの性能向上は、特に入力サイズが小さくなった場合の画像解像度およびスケールに依存するか？

主な発見

• オートエンコーダーに基づくグローバル損失を用いて学習した3D-UNetは、遷移ゾーン（TZ）でDICEスコア0.85を達成し、ベースラインの3D-UNetと同等の性能を示した。
• 周辺ゾーン（PZ）では、オートエンコーダー統合後、DICEスコアがベースラインの0.60から0.67に向上し、統計的に有意な改善が得られた。
• オートエンコーダーはTZを平均DICE 0.95で、PZをDICE 0.85で再構成できており、マニュアルアノテーション上での強力な再構成能力を示した。
• 全体的な改善は限定的であったため、入力解像度がすでに著しくダウンサンプリングされている場合、オートエンコーダーの恩恵は限られている可能性がある。
• 著者らは、現在の解像度低下がオートエンコーダーの効果を薄める可能性があるため、より大きな入力画像ではオートエンコーダーの影響が顕著になる可能性があると提案している。
• 著者らは、訓練の初期段階でグローバル信号が最も重要であるため、訓練中にグローバル損失の重みを段階的に減少させる戦略が、さらなる性能向上に寄与する可能性があると提言している。