[論文レビュー] Computed Tomography Image Enhancement using 3D Convolutional Neural Network

Li Meng, Shiwen Shen+3 more|arXiv (Cornell University)|Jul 18, 2018

Advanced Image Processing Techniques参考文献 6被引用数 5

ひとこと要約

本稿では、スライス間のボリュメトリック相関を活用することで、低分解能の画像コムチングトモグラフィ（CT）スキャンの空間分解能を向上させる3次元畳み込みニューラルネットワーク（3DECNN）を提案する。LIDCデータセットの20,672枚のCTスライスで訓練された本手法は、最先端の手法と比較してPSNR（29.3087 dB）とSSIM（0.8529）の顕著な向上を達成し、p値 <2.2e-16の有意差を示してバイキューブ補間、FSRCNN、ESPNCを上回った。

ABSTRACT

Computed tomography (CT) is increasingly being used for cancer screening, such as early detection of lung cancer. However, CT studies have varying pixel spacing due to differences in acquisition parameters. Thick slice CTs have lower resolution, hindering tasks such as nodule characterization during computer-aided detection due to partial volume effect. In this study, we propose a novel 3D enhancement convolutional neural network (3DECNN) to improve the spatial resolution of CT studies that were acquired using lower resolution/slice thicknesses to higher resolutions. Using a subset of the LIDC dataset consisting of 20,672 CT slices from 100 scans, we simulated lower resolution/thick section scans then attempted to reconstruct the original images using our 3DECNN network. A significant improvement in PSNR (29.3087dB vs. 28.8769dB, p-value &lt; 2.2e-16) and SSIM (0.8529dB vs. 0.8449dB, p-value &lt; 2.2e-16) compared to other state-of-art deep learning methods is observed.

研究の動機と目的

• 厚いスライスのCTスキャンにおける低空間分解能の課題に対処し、肺がんスクリーニングにおけるマコロール検出を妨げる要因を解消すること。
• ボリュメトリックCTデータにおけるスライス間相関を無視する2次元スーパーレゾリューション手法の限界を克服すること。
• 微細構造を保持しアーチファクトを低減することで、画像品質を向上させる3次元ディープラーニングフレームワークを開発すること。
• 低分解能の取得から高分解能の詳細を回復させることで、コンピュータ支援診断（CAD）システムの性能を向上させること。

提案手法

• 3DECNNアーキテクチャは、スライス厚さ、高さ、幅の3次元すべてにわたる3次元畳み込みフィルタを適用し、CTデータ内のボリュメトリック相関を活用する。
• カーネルサイズ3の3つのスタックされた3次元畳み込み層に続き、特徴マップのアップサンプリングに3次元デコンボリューション層を用いる。
• 最終的な2次元畳み込み層により、3次元出力を2次元のスーパーレゾolvスライスに変換し、2次元ベースの手法と直接比較可能にする。
• 予測値と真値の高分解能画像の差を最小化する損失関数を用いて、エンドツーエンドでモデルを訓練する。
• フィルタ数（64, 64, 32）、カーネルサイズ（3）、層数（3）などのネットワークハイパーパramータは、アブレーションスタディにより最適化された。
• 最終モデルは、3次元畳み込みを用いた5つのリカージブブロックを備え、最終デコンボリューション層に32フィルタを、学習率10⁻³で、Tesla K40 GPUで訓練した。

実験結果

リサーチクエスチョン

• RQ1 スライス間の情報を活用することで、3次元畳み込みニューラルネットワークは、低線量または厚いスライスのCTスキャンの分解能を効果的に向上させることができるか？
• RQ2 CT画像において、3次元特徴学習は、FSRCNN や ESPCN といった2次元スーパーレゾリューション手法と比較して、PSNR や SSIM の観点でどのように優れているか？
• RQ3 3次元CTボリュームのスーパーレゾリューションに最適なネットワークの深さ、フィルタ数、カーネルサイズの組み合わせは何か？
• RQ4 提案された3DECNN手法は、従来の補間法や2次元CNNと比較して、診断に重要な構造（例：肺マコロール）をよりよく保持しているか？

主な発見

• テストセットにおける3DECNNの平均PSNRは29.3087 dBであり、p値 <2.2e-16でバイキューブ補間（28.8769 dB）を顕著に上回った。
• 本手法の平均SSIMは0.8529であり、p値 <2.2e-16でバイキューブ補間（0.8449）および他のSOTA手法を上回った。
• FSRCNN-sとの比較では、PSNRで0.8357 dB、SSIMで0.0136の向上を達成し、両者ともp値 <2.2e-16であった。
• アブレーションスタディの結果、カーネルサイズ3が最良の性能を示し、より大きなカーネル（5, 9）はノイズの増加により性能が低下した。
• 最適な構成は、64, 64, 32フィルタをそれぞれ備えた3つのリカーシブブロックと、32フィルタのデコンボリューション層を用いたものであった。
• 主観的評価では、他の手法と比較して3DECNNがより鋭いエッジとより良好に保持されたマコロールを生成したことが確認された。