[論文レビュー] CARE: A Large Scale CT Image Dataset and Clinical Applicable Benchmark Model for Rectal Cancer Segmentation

Hantao Zhang, Weidong Guo+5 more|arXiv (Cornell University)|Aug 16, 2023

Radiomics and Machine Learning in Medical Imaging被引用数 4

ひとこと要約

本稿では、正常およびがん性直腸のピクセル単位のセグメンテーションを備えた大規模で臨床的にアノテートされたCTデータセットCAREと、畳み込み特徴抽出とスイープ接続を統合したプロンプト対応のU型トランスフォーマーベースモデルU-SAMを紹介する。U-SAMはCAREおよびWORDデータセットの両方で最先端の性能を達成し、3点プロンプトを用いることで平均Diceスコアが4.10%向上する。

ABSTRACT

Rectal cancer segmentation of CT image plays a crucial role in timely clinical diagnosis, radiotherapy treatment, and follow-up. Although current segmentation methods have shown promise in delineating cancerous tissues, they still encounter challenges in achieving high segmentation precision. These obstacles arise from the intricate anatomical structures of the rectum and the difficulties in performing differential diagnosis of rectal cancer. Additionally, a major obstacle is the lack of a large-scale, finely annotated CT image dataset for rectal cancer segmentation. To address these issues, this work introduces a novel large scale rectal cancer CT image dataset CARE with pixel-level annotations for both normal and cancerous rectum, which serves as a valuable resource for algorithm research and clinical application development. Moreover, we propose a novel medical cancer lesion segmentation benchmark model named U-SAM. The model is specifically designed to tackle the challenges posed by the intricate anatomical structures of abdominal organs by incorporating prompt information. U-SAM contains three key components: promptable information (e.g., points) to aid in target area localization, a convolution module for capturing low-level lesion details, and skip-connections to preserve and recover spatial information during the encoding-decoding process. To evaluate the effectiveness of U-SAM, we systematically compare its performance with several popular segmentation methods on the CARE dataset. The generalization of the model is further verified on the WORD dataset. Extensive experiments demonstrate that the proposed U-SAM outperforms state-of-the-art methods on these two datasets. These experiments can serve as the baseline for future research and clinical application development.

研究の動機と目的

• 直腸がんセグメンテーションのための大規模で詳細にアノテートされたCTデータセットの不足に対処すること。
• 不規則な形状と薄い壁を有するような複雑な解剖学的構造、たとえば直腸におけるセグメンテーション精度の向上。
• 異なるデータセットに一般化しやすく、正確な腫瘍の輪郭指定を支援する臨床的応用に適したベンチマークモデルの開発。
• プロンプトベースの局在化とU-Netに類似したスイープ接続および畳み込みモジュールを統合し、医用画像における特徴学習を強化すること。
• 実臨床データと高度なディープラーニングを用いて、直腸がんセグメンテーションの新たなベースラインを確立すること。

提案手法

• CAREデータセットは、専門放射線科医によるコンSENSUSに基づき、正常直腸および直腸がん腫瘍のピクセル単位のアノテーションが施された1,000件の臨床的CTボリュームから構成される。
• U-SAMは、ビジョントランスフォーマーエンコーダーと畳み込みモジュールを組み合わせたU型アーキテクチャを採用し、局所的詳細のキャプチャと空間情報の保存の両方を実現する。
• モデルは、局所化をガイドする点などのプロンプト入力を用い、最小限のユーザー入力で柔軟かつ正確なセグメンテーションを可能にする。
• スイープ接続は、4つの解像度スケール（1/8、1/4、1/2、1）に適用され、特徴の回復と境界の明確化を最適化する。
• モデルはCAREデータセット上でエンドツーエンドに訓練され、一般化性を検証するためにCAREおよび外部のWORDデータセットでも評価される。
• アブレーションスタディーにより、プロンプト数およびスイープ接続構成の性能への影響が体系的に評価される。

実験結果

リサーチクエスチョン

• RQ1 大規模で臨床的にアノテートされたCTデータセットは、直腸がんセグメンテーションモデルの性能を顕著に向上させ得るか？
• RQ2 プロンプトベースの局在化とU型アーキテクチャを統合することで、複雑な腹部解剖におけるセグメンテーション精度はどのように向上するか？
• RQ3 高いセグメンテーション性能を達成するための最適な点プロンプト数は何か？
• RQ4 複数のスケールにおけるスイープ接続は、直腸セグメンテーションにおける微細な空間的詳細の回復にどのように影響するか？
• RQ5 U-SAMは、CAREとは異なる外部データセット（WORD）にどの程度一般化できるか？既存の最先端モデルと比較してどうか？

主な発見

• 3点プロンプトをクラスごとに用いることで、U-SAMは平均Diceスコアで4.10%向上、平均IoUで4.94%向上を達成し、ベースラインモデルを上回る。
• SAMフレームワークに畳み込みモジュールとスイープ接続を追加することで、平均Diceスコアが3.3%向上、平均IoUが3.67%向上する。
• 5点プロンプトを用いてもさらなる向上が得られず、3点を超えると利得が減少することが示され、限界効果が確認された。
• 最適な構成は、4つの解像度スケール（1/8、1/4、1/2、1）すべてにスイープ接続を適用することであり、正常直腸および腫瘍セグメンテーションの両方で性能を最大化する。
• 可視化結果から、U-SAMはベースラインモデルと比較してより一貫性のある境界を生成し、誤検出を低減していることが確認された。
• U-SAMはWORDデータセットに対しても効果的に一般化しており、訓練分布を超えてのロバストネスと臨床的応用可能性を示している。