[論文レビュー] Automated GI tract segmentation using deep learning

Manhar Sharma|arXiv (Cornell University)|Jun 22, 2022

Radiomics and Machine Learning in Medical Imaging被引用数 7

ひとこと要約

本研究では、U-Netにさまざまなバックボーンを組み合わせた深層学習ベースのセマンティックセグメンテーションフレームワークを提案し、MRIスキャンにおける消化管（GI）巣の自動分離を実現した。EfficientNet-B3バックボーンを用いることで、平均交差率（IoU）スコアが85.3%に達した。この手法は、バイナリクロスエントロピーとトゥルスキー損失を組み合わせたハイブリッド損失関数を採用しており、正確で高速かつ信頼性の高い胃、大腸、小腸の輪郭抽出を可能にし、放射線治療計画の向上に寄与した。

ABSTRACT

The job of Radiation oncologists is to deliver x-ray beams pointed toward the tumor and at the same time avoid the stomach and intestines. With MR-Linacs (magnetic resonance imaging and linear accelerator systems), oncologists can visualize the position of the tumor and allow for precise dose according to tumor cell presence which can vary from day to day. The current job of outlining the position of the stomach and intestines to adjust the X-ray beams direction for the dose delivery to the tumor while avoiding the organs. This is a time-consuming and labor-intensive process that can easily prolong treatments from 15 minutes to an hour a day unless deep learning methods can automate the segmentation process. This paper discusses an automated segmentation process using deep learning to make this process faster and allow more patients to get effective treatment.

研究の動機と目的

• 放射線オンコロジー分野におけるMRIスキャンにおける消化管巣（胃、大腸、小腸）の時間のかかる手動セグメンテーションを自動化すること。
• U-Netエンコーダー（ResNet、EfficientNet、VGG16、MobileNet、EfficientNet）の異なる組み合わせがGI巣分離に与える影響を評価すること。
• 低データ量の医療画像環境下での高精度なセマンティックセグメンテーションを実現するための、損失関数とバックボーンアーキテクチャの最適な組み合わせを同定すること。
• 深層学習を用いたGI巣分離のための新たなベースラインを確立し、より迅速かつスケーラブルながん治療計画を支援すること。

提案手法

• エンコーダー・デコーダー構造を持つU-Netアーキテクチャを採用し、エンコーダーが特徴を抽出し、デコーダーがセグメンテーションマスクを再構築する。
• 入力画像は、解剖学的整合性を保つためにゼロパディングまたはクロッピングにより288×288にリサイズし、リサイズによる歪みを回避した。
• 分類性能への影響を評価するため、事前学習済みバックボーン（EfficientNet-B3、ResNet34/50、VGG16、MobileNetV2）を複数評価した。
• クラス不均衡な臓器マスクに対応するため、バイナリクロスエントロピー（BCE）とトゥルスキー損失（0.4×Tversky + 0.6×BCE）を組み合わせたハイブリッド損失関数を採用し、分離精度を向上させた。
• モデル学習にはAdam最適化手法を用い、コサインスケジューリングを用いた学習率スケジューリング、バッチサイズ32、全80エポックを設定した。
• 後処理として、シグモイド活性化関数を適用し、その後0.5の閾値処理を実施して、出力をバイナリマスクに変換した。

実験結果

リサーチクエスチョン

• RQ1 どのU-Netバックボーンアーキテクチャが、MRIスキャンにおけるGI巣分離で最高の分離精度を達成するか？
• RQ2 BCEとTversky損失の組み合わせは、他の損失関数と比較して、GI巣分離におけるIoU性能でどのように差を示すか？
• RQ3 データ増強（例：エラスティック変換、回転）は、この低データ量の医療画像環境下でモデルの汎化性能を顕著に向上させるか？
• RQ4 GI巣データセットが限定的かつ不均衡であるにもかかわらず、広範なデータ増強がなくても、モデルが高い性能を発揮できるか？
• RQ5 小規模で密接に隣接するGI巣を分離する際、適合率と再現率のバランスを最適化するための最適な損失関数設定は何か？

主な発見

• EfficientNet-B3バックボーンは、BCE + Tversky損失関数と組み合わせることで、85.3%という最高の平均IoUスコアを達成した。
• BCE + Tversky損失関数は、IoU + TverskyおよびIoUのみの損失関数よりも優れた性能を示し、クラス不均衡な分離タスクにおける最適化の有効性が裏付けられた。
• EfficientNet-B1は85.0%のIoUを達成し、小型バックボーンでも優れた性能を示した。これは、効率性と精度のトレードオフが有利であることを示唆している。
• VGG16は、最も性能が低かったバックボーンであったが、最適な損失関数を用いることで82.7%のIoUを達成し、ベースラインの堅牢性を示した。
• エラスティック変換やシフト・スケール・ローテーションなどのデータ増強技術は、モデル性能に顕著な影響を及ぼさなかった。これは、モデルがすでに十分に正則化されていることを示唆している。
• 胃、大腸、小腸の3つの臓器クラスすべてにおいて一貫した性能を示し、特定の臓器に特有の性能低下は認められなかった。