[論文レビュー] BUSU-Net: An Ensemble U-Net Framework for Medical Image Segmentation

Wei Hao Khoong|arXiv (Cornell University)|Mar 3, 2020

Retinal Imaging and Analysis参考文献 18被引用数 8

ひとこと要約

本稿では、異なる深さの2つの双方向畳み込みLSTMベースのU-Netブランチ（左ブランチがより深い）を組み合わせたアンサンブルU-Netフレームワーク、BUSU-Netを提案する。スキップ接続と密度付きブロックを活用し、DRIVEデータセットにおける網膜血管分離において最先端の性能を達成している。完全版のBUSU-Netは最近のSOTAモデルを上回り、軽量版（LightBUSU-Net）は感度において優れた性能を示している。

ABSTRACT

In recent years, convolutional neural networks (CNNs) have revolutionized medical image analysis. One of the most well-known CNN architectures in semantic segmentation is the U-net, which has achieved much success in several medical image segmentation applications. Also more recently, with the rise of autoML ad advancements in neural architecture search (NAS), methods like NAS-Unet have been proposed for NAS in medical image segmentation. In this paper, with inspiration from LadderNet, U-Net, autoML and NAS, we propose an ensemble deep neural network with an underlying U-Net framework consisting of bi-directional convolutional LSTMs and dense connections, where the first (from left) U-Net-like network is deeper than the second (from left). We show that this ensemble network outperforms recent state-of-the-art networks in several evaluation metrics, and also evaluate a lightweight version of this ensemble network, which also outperforms recent state-of-the-art networks in some evaluation metrics.

研究の動機と目的

• U-Netアーキテクチャのための新しいアンサンブルディープラーニングフレームワークを設計することで、医療画像分離の精度を向上させること。
• アンサンブルU-Netブランチにおける非対称な深さが、対称的または単一ブランチネットワークよりも優れた性能をもたらすかどうかを調査すること。
• 計算コストを低減しながら高い性能を維持することができる軽量版のアンサンブルモデルを開発すること。
• 自動ML、ニューラルアーキテクチャ探索（NAS）、スキップ接続の原則を統合した一貫性のある分離フレームワークに統合すること。
• 双方向畳み込みLSTMと密度付き接続が、医療画像分離のための特徴学習を強化する有効性を実証すること。

提案手法

• 異なる深さの2つのU-Netに類似したブランチ（深い左ブランチと浅い右ブランチ）からなるアンサンブルフレームワークを提案する。
• デコーディングパスに双方向畳み込みLSTM（BConvLSTM）を採用し、特徴マップの順序的依存性を前向きおよび後向きの両方向でモデル化する。
• エンコーダーとデコーダーの層間に密度付き接続を導入し、特徴の再利用を促進し、勾配消失問題を軽減する。
• U-Netと同様に、エンコーダーとデコーダーのパスからの特徴を連結するスキップ接続を採用するが、安定性を高めるために残差接続およびバッチ正規化を強化して適用する。
• 各アップサンプリングおよびBConvLSTM層の後にバッチ正規化を適用し、学習の安定化と収束の加速を図る。
• モデルの深さと幅を削減しながらも、コアなアーキテクチャ要因を保持することで、効率性を高めた軽量版（LightBUSU-Net）を設計する。

実験結果

リサーチクエスチョン

• RQ1 非対称な深さを持つ2つのU-Netブランチのアンサンブルは、単一のU-Netや等しい深さのブランチを有するアンサンブルよりも、医療画像分離で優れた性能を示すか？
• RQ2 双方向畳み込みLSTMと密度付き接続の統合は、U-Netベースの分離モデルにおける特徴表現を向上させることができるか？
• RQ3 提案されたアンサンブルフレームワークは、DRIVEのような網膜血管分離ベンチマークで最先端の性能を達成するか？
• RQ4 アンサンブルモデルの軽量版は、パラメータ数と推論コストを削減しながらも、競争力のある性能を維持できるか？
• RQ5 最近のNASベースのモデル（NAS-Unet や S-UNet など）と比較して、提案モデルの性能は主要な評価指標で優れているか？

主な発見

• BUSU-Netは、DRIVEデータセットにおける主な評価指標（Diceスコア、Jaccardインデックス、特異性）において、最近のSOTAネットワークを上回っている。
• LightBUSU-Netは、評価されたすべてのモデルの中で最高の感度を達成し、完全版のBUSU-Netや他のSOTA手法を上回っている。
• 非対称な深さを持つ2つのU-Netブランチのアンサンブルは、単一のBCDU-Netや2つの等しい深さのBCDU-Netsのアンサンブルよりも顕著に優れた性能を示している。
• BUSU-Netの受信者操作特性曲線（AUC）は、比較したすべてのSOTAモデルを上回っており、優れた全体的な分離能力を示している。
• 軽量版のBUSU-Netは、特に感度において優れた性能を示しており、リソース制限のある臨床現場への導入可能性が示唆されている。
• 結果から、アンサンブルU-Netフレームワークにおけるアーキテクチャの非対称性が、対称的または単一ブランチ設計よりも優れた特徴学習と一般化能力をもたらすことが検証された。