[論文レビュー] Context-aware PolyUNet for Liver and Lesion Segmentation from Abdominal CT Images

Liping Zhang, Simon C.H. Yu|arXiv (Cornell University)|Jun 21, 2021

Advanced Neural Network Applications参考文献 17被引用数 4

ひとこと要約

本論文は、多項式的な複数パス構造と連続するt-隣接スライスを活用することで、空間的文脈を強化するとともにGPUメモリ使用量を削減し、腹部CTスキャンにおける正確な肝臓および肝腫瘍のセグメンテーションを実現する文脈に配慮したPolyUNetを提案する。ズームアウト/インと二段階の精練戦略を採用することで、1つのモデルで最先端の性能を達成し、MICCAI 2017 LiTSチャレンジにおいて肝臓セグメンテーションで3位、病変検出で2位、病変セグメンテーションで12位、腫瘍負荷推定で5位を記録した。

ABSTRACT

Accurate liver and lesion segmentation from computed tomography (CT) images are highly demanded in clinical practice for assisting the diagnosis and assessment of hepatic tumor disease. However, automatic liver and lesion segmentation from contrast-enhanced CT volumes is extremely challenging due to the diversity in contrast, resolution, and quality of images. Previous methods based on UNet for 2D slice-by-slice or 3D volume-by-volume segmentation either lack sufficient spatial contexts or suffer from high GPU computational cost, which limits the performance. To tackle these issues, we propose a novel context-aware PolyUNet for accurate liver and lesion segmentation. It jointly explores structural diversity and consecutive t-adjacent slices to enrich feature expressive power and spatial contextual information while avoiding the overload of GPU memory consumption. In addition, we utilize zoom out/in and two-stage refinement strategy to exclude the irrelevant contexts and focus on the specific region for the fine-grained segmentation. Our method achieved very competitive performance at the MICCAI 2017 Liver Tumor Segmentation (LiTS) Challenge among all tasks with a single model and ranked the $3^{rd}$, $12^{th}$, $2^{nd}$, and $5^{th}$ places in the liver segmentation, lesion segmentation, lesion detection, and tumor burden estimation, respectively.

研究の動機と目的

• 造影強化腹部CTスキャンにおける正確な自動肝臓および病変セグメンテーションの課題に取り組むこと。低対比組織、アーチファクト、画像変動の影響により、この分野は複雑である。
• 従来の2Dおよび3D UNetベースの手法に見られる限界、すなわち十分な空間的文脈の欠如、または高い計算コストおよびGPUメモリ使用量を克服すること。
• 多項式的組み合わせによる複数パスの構造的多様性を統合し、連続スライスからの時間的・空間的文脈を活用することで、特徴表現の向上とセグメンテーション精度の向上を図ること。
• ズームアウト/イン機構と二段階の精練戦略により、不要な周囲の文脈を除外し、ターゲット領域に焦点を当てることで、セグメンテーション結果を精錬すること。

提案手法

• 提案された文脈に配慮したPolyUNetは、深さと幅を越えた特徴表現力を高めるために、多様な並列パスを多項式的組み合わせで統合する。
• 低レベルと高レベルの特徴を結合するUNetスタイルの長距離スキップ接続を採用し、空間分解能を保持するとともに、マルチスケールの文脈学習を可能にする。
• t-隣接スライス（例：t-1, t, t+1）を活用して、スライス内およびスライス間の空間的特徴を統合的に捉え、2Dフレームワーク内で3D文脈を効果的にモデル化し、計算負荷を低減する。
• 受容野を拡大し、次に注目領域を精錬するためのズームアウト/イン戦略を適用し、不要な背景文脈の排除を支援する。
• 二段階の精錬戦略により、段階的に病変領域に焦点を当て、局所化精度と細粒度セグメンテーションを向上させる。
• 1つのネットワークを用いて、肝臓と病変のセグメンテーションを同時に学習させ、エンドツーエンドで訓練することで、推論オーバーヘッドとメモリ消費量を最小限に抑える。

実験結果

リサーチクエスチョン

• RQ1 3Dネットワークの高い計算コストを伴わずに、2Dベースのネットワークが腹部CTボリュームにおいて3D空間的文脈を効果的に捉えることができるか？
• RQ2 ネットワークアーキテクチャにおける構造的多様性は、さまざまな病変サイズや形状を有する肝臓および病変セグメンテーションの特徴表現をどのように向上させることができるか？
• RQ3 単一スライス処理と比較して、連続するt-隣接スライスは、セグメンテーション性能をどの程度向上させることができるか？
• RQ4 ズームアウト/インおよび二段階の精錬戦略は、背景ノイズを効果的に抑制し、小規模または低コントラスト病変の細粒度セグメンテーションを向上させることができるか？
• RQ5 1つのモデルアプローチは、マルチタスク医療画像セグメンテーションチャレンジにおいて、肝臓セグメンテーション、病変セグメンテーション、検出、および腫瘍負荷推定の4つのタスクで競争力のある性能を達成できるか？

主な発見

• 肝臓セグメンテーションにおいて、Diceスコア0.9600を達成し、LiTS-MICCAI 2017チャレンジで全チーム中3位を記録した。
• 病変セグメンテーションにおいて、Diceスコア0.6200を達成し、全提出中12位を記録した。
• 病変検出において、再現率0.446を達成し、チャレンジで2位を獲得した。
• 腫瘍負荷推定において、RMSE 0.0220を達成し、全チーム中5位を記録した。
• 1つのアーキテクチャを用いて4つのタスクすべてで競争力ある性能を達成し、多様なセグメンテーション課題にわたる頑健さと一般化能力を示した。