[論文レビュー] CaraNet: Context Axial Reverse Attention Network for Segmentation of Small Medical Objects

Ange Lou, Shuyue Guan+2 more|arXiv (Cornell University)|Aug 16, 2021

Radiomics and Machine Learning in Medical Imaging被引用数 4

ひとこと要約

CaraNetは、文脈的・長距離依存関係に注目することで特徴表現を向上させるContext Axial Reverse Attention機構を備えた、小規模な医療画像オブジェクト分類を向上させる新規畳み込みニューラルネットワークである。BraTS 2018および複数のポリープデータセットにおいて最先端の平均Diceスコアを達成し、早期疾患診断に不可欠な小規模構造において優れた性能を示している。

ABSTRACT

Segmenting medical images accurately and reliably is important for disease diagnosis and treatment. It is a challenging task because of the wide variety of objects' sizes, shapes, and scanning modalities. Recently, many convolutional neural networks (CNN) have been designed for segmentation tasks and achieved great success. Few studies, however, have fully considered the sizes of objects, and thus most demonstrate poor performance for small objects segmentation. This can have a significant impact on the early detection of diseases. This paper proposes a Context Axial Reserve Attention Network (CaraNet) to improve the segmentation performance on small objects compared with several recent state-of-the-art models. We test our CaraNet on brain tumor (BraTS 2018) and polyp (Kvasir-SEG, CVC-ColonDB, CVC-ClinicDB, CVC-300, and ETIS-LaribPolypDB) segmentation datasets. Our CaraNet achieves the top-rank mean Dice segmentation accuracy, and results show a distinct advantage of CaraNet in the segmentation of small medical objects.

研究の動機と目的

• 既存のCNNが小規模な医療画像オブジェクトを分類する際に、文脈情報が不足し、特徴の精錬が不十分であるため、その性能が低いという問題に対処すること。
• 脳腫瘍やポリープのような小規模構造の分類精度を向上させることで、早期診断に不可欠な情報を提供すること。
• 長距離空間的依存関係を効果的に捉え、低解像度領域における特徴表現を強化するネットワークアーキテクチャを設計すること。
• 小規模オブジェクト分類のベンチマークデータセットにおいて、最先端のモデルを上回ること。
• 軸方向および逆注意メカニズムが、小規模オブジェクト分類における特徴学習をどのように向上させるかを検証すること。

提案手法

• 長距離依存関係を捉えるために、高さおよび幅方向に軸方向注意を適用するContext Axial Reverse Attention (CARA)モジュールを導入する。
• 不要な特徴を抑制し、低解像度領域における判別性の高い特徴を強化する逆注意メカニズムを採用する。
• 空間的詳細と文脈を保持するために、エンコーダ・デコーダ型のU-NetアーキテクチャにCARAモジュールを統合する。
• 複数スケールの特徴統合を用いて、異なる段階からの特徴を統合し、小規模オブジェクトの表現を向上させる。
• 各デコーダレベルでの特徴マップの精錬を図るため、学習可能な注意重みを備えたスキップ接続を適用する。
• バイナリクロスエントロピー損失とDice損失を組み合わせ、エンドツーエンドで学習することで分類性能を最適化する。

実験結果

リサーチクエスチョン

• RQ1 軸方向注意メカニズムは、小規模な医療画像オブジェクト分類タスクにおける特徴表現を向上させることができるか？
• RQ2 逆注意メカニズムは、小規模でコントラストが低い構造に注目する能力を向上させるか？
• RQ3 提案されたCaraNetは、小規模オブジェクト分類ベンチマークにおいて、最先端のモデルと比較してDiceスコアで優れているか？
• RQ4 文脈に配慮した注意メカニズムの統合は、多様な医療画像モodalitiesにおける性能向上に寄与するか？
• RQ5 軸方向および逆注意が、低解像度領域における特徴精錬に果たす寄与度は何か？

主な発見

• CaraNetはBraTS 2018データセットで最高の平均Diceスコアを達成し、既存の最先端モデルを上回った。
• Kvasir-SEG、CVC-ColonDB、CVC-ClinicDB、CVC-300、ETIS-LaribPolypDBデータセットにおいて、評価されたすべてのモデルの中で最高の平均Diceスコアを達成した。
• モデルは小規模オブジェクトにおいて顕著な性能向上を示し、ポリープデータセットではベースラインモデルと比較してDiceスコアが最大5.2%向上した。
• アブレーションスタディにより、軸方向および逆注意の両成分が分類精度の向上に独立して寄与していることが確認された。
• 脳腫瘍や大腸ポリープを含む多様な画像モダリティおよび解剖的構造において、モデルは頑健性を維持した。
• 結果から、文脈に配慮した注意メカニズムが、小規模オブジェクト分類における特徴表現の向上に不可欠であることが検証された。