[論文レビュー] Automatic Spine Segmentation using Convolutional Neural Network via Redundant Generation of Class Labels for 3D Spine Modeling

Malinda Vania, Dawit Mureja+1 more|arXiv (Cornell University)|Nov 29, 2017

Medical Imaging and Analysis参考文献 19被引用数 8

ひとこと要約

本論文は、CTスキャンからの自動3次元脊椎セグメンテーションのための新しいCNNベースの手法を提案する。重複するクラスラベルをソフト制約として用いることで、セグメンテーションの正確性を向上させる。ハイブリッドCNN-FCNアーキテクチャにクラスの重複を統合することで、高い精度（Dice: 94%）と低い誤差率（MSD: 0.16 mm、GCE: 0.02）を達成し、実際の患者データにおいて、従来のモデル（クラシックCNNやU-Net）を著しく上回る性能を発揮した。

ABSTRACT

There has been a significant increase from 2010 to 2016 in the number of people suffering from spine problems. The automatic image segmentation of the spine obtained from a computed tomography (CT) image is important for diagnosing spine conditions and for performing surgery with computer-assisted surgery systems. The spine has a complex anatomy that consists of 33 vertebrae, 23 intervertebral disks, the spinal cord, and connecting ribs. As a result, the spinal surgeon is faced with the challenge of needing a robust algorithm to segment and create a model of the spine. In this study, we developed an automatic segmentation method to segment the spine, and we compared our segmentation results with reference segmentations obtained by experts. We developed a fully automatic approach for spine segmentation from CT based on a hybrid method. This method combines the convolutional neural network (CNN) and fully convolutional network (FCN), and utilizes class redundancy as a soft constraint to greatly improve the segmentation results. The proposed method was found to significantly enhance the accuracy of the segmentation results and the system processing time. Our comparison was based on 12 measurements: the Dice coefficient (94%), Jaccard index (93%), volumetric similarity (96%), sensitivity (97%), specificity (99%), precision (over segmentation; 8.3 and under segmentation 2.6), accuracy (99%), Matthews correlation coefficient (0.93), mean surface distance (0.16 mm), Hausdorff distance (7.4 mm), and global consistency error (0.02). We experimented with CT images from 32 patients, and the experimental results demonstrated the efficiency of the proposed method.

研究の動機と目的

• 解剖学的変異、ノイズ、低コントラスト構造のため、複雑な3次元CT画像における正確な自動脊椎セグメンテーションの課題に対処すること。
• 手動による介入に依存するのを減らし、33個の椎体、23個の椎間板、および関連組織のセグメンテーションにおける耐障害性を向上させること。
• ディープラーニングフレームワーク内にクラスの重複を導入することで、セグメンテーション性能を向上させること。
• 完全に自動的かつエンドツーエンドの手法により、多様な脊椎構造において高い正確性と一貫性を達成すること。

提案手法

• 3次元脊椎セグメンテーションのため、畳み込みニューラルネットワーク（CNN）と完全畳み込みネットワーク（FCN）を組み合わせたハイブリッドディープラーニングアーキテクチャを採用する。
• 構造的事前知識を符号化するために、重複するクラスラベルを生成し、クラスの重複をソフト制約として用いて予測の正則化と一般化性能の向上を図る。
• 専門家がアノテートした正解データを用いた教師あり学習により、32例の患者CTスキャンから得た1,388,800個の脊椎パッチでネットワークを学習する。
• 定量的評価のため、平均表面距離（MSD）、ハウスドルフ距離（HD）、グローバル一貫性誤差（GCE）といった距離ベースの指標を適用する。
• 予測結果と正解セグメンテーションの重複度と相関度を評価するために、Dice係数、ジャコビン指数、およびマシュー相関係数（MCC）を用いる。
• CPU上で学習を最適化（全データセットで13時間）し、1つのCTボリュームあたりの推論時間は約3分を達成した。

実験結果

リサーチクエスチョン

• RQ1 手動によるパrameterチューニングを必要とせずに、重複するクラスラベルが複雑な3次元脊椎構造におけるセグメンテーション正確性を向上させることができるか？
• RQ2 クラスの重複を組み込んだ本手法のCNN-FCNハイブリッドアーキテクチャは、標準的なCNN、U-Net、レベルセット法と比較して、セグメンテーション指標においてどのように異なるか？
• RQ3 クラスの重複によるソフト制約は、脊椎CT画像における過剰および不足セグメンテーションの誤差をどの程度低減できるか？
• RQ4 多様な解剖学的変異にわたって、高い特異性と感度を維持しながら、表面距離とグローバル一貫性誤差を低く抑えることができるか？

主な発見

• 提案手法は、予測結果と正解セグメンテーションの重なりが強いことを示し、Dice係数が94%に達した。
• ジャコビン指数は93%に達し、構造的変異に対して高い類似性と耐障害性を裏付けた。
• 平均表面距離（MSD）は0.16 mmであり、専門家によるアノテーションと高い幾何的整合性を示した。
• ハウスドルフ距離は7.4 mmであり、セグメンテーション結果と正解表面間の最大誤差が最小限であることを示した。
• グローバル一貫性誤差（GCE）は0.02であり、ボクセルレベルでの平均誤差が非常に低く、セグメンテーションの信頼性が高かった。
• 感度（97%）と特異度（99%）は高く、偽陰性および偽陽性が最小限に抑えられ、脊椎構造の効果的な検出が確認された。