[論文レビュー] ConvNeXtv2 Fusion with Mask R-CNN for Automatic Region Based Coronary Artery Stenosis Detection for Disease Diagnosis

Sandesh Pokhrel, Sanjay Bhandari+3 more|arXiv (Cornell University)|Oct 7, 2023

Coronary Interventions and Diagnostics被引用数 4

ひとこと要約

本稿では、自己教師あり事前学習と信頼度しきい値処理を活用して誤検出を低減する、ConvNeXt-V2バックボーンを搭載したマスクR-CNNモデルを提案し、レントゲン心臓血管造影における狭窄病変の自動インスタンスセグメンテーションを実現する。この手法はARCADEデータセットでF1スコア0.5353を達成し、ResNetやYOLOベースのアーキテクチャを上回る性能を示した。

ABSTRACT

Coronary Artery Diseases although preventable are one of the leading cause of mortality worldwide. Due to the onerous nature of diagnosis, tackling CADs has proved challenging. This study addresses the automation of resource-intensive and time-consuming process of manually detecting stenotic lesions in coronary arteries in X-ray coronary angiography images. To overcome this challenge, we employ a specialized Convnext-V2 backbone based Mask RCNN model pre-trained for instance segmentation tasks. Our empirical findings affirm that the proposed model exhibits commendable performance in identifying stenotic lesions. Notably, our approach achieves a substantial F1 score of 0.5353 in this demanding task, underscoring its effectiveness in streamlining this intensive process.

研究の動機と目的

• レントゲン心臓血管造影における冠動脈狭窄の検出を、時間のかかる主観的な手作業から自動化すること。
• マスクR-CNNフレームワークに従来のバックボーンの代わりにConvNeXt-V2を導入することで、セグメンテーションの正確性と一貫性を向上させること。
• 自己教師あり事前学習と信頼度スコアに基づく後処理を活用して、誤検出の低減を図ることで性能を向上させること。
• 臨床的血管造影におけるさまざまな視点角度や画像品質の条件下でも、モデルの頑健性を評価すること。

提案手法

• インスタンスセグメンテーションのため、ImageNetで事前学習されたConvNeXt-V2バックボーンを搭載したマスクR-CNNアーキテクチャを採用し、ARCADEデータセットで微調整する。
• バックボーンにグローバル応答正規化（GRN）を統合し、余分な活性化を抑制し、特徴の多様性を向上させる。
• 医療画像における特徴学習を向上させるために、マスク自動符号化（MAE）を用いた事前学習を実施し、リソースが限られたデータでも一般化性能を向上させる。
• NMS後の予測に対して信頼度スコアのしきい値処理を適用し、低信頼度の予測をフィルタリングすることで誤検出を低減する。
• Xavier初期化ではなく、MS-COCOで事前学習された重みでモデルを初期化することで、トランスファー学習を実装する。
• 単一タスク（狭窄病変検出）とマルチタスク（血管セグメンテーション＋狭窄病変検出）のトレーニングを比較するアブレーションスタディを実施する。

実験結果

リサーチクエスチョン

• RQ1 ResNetベースのモデルと比較して、ConvNeXt-V2バックボーンは冠動脈狭窄検出のインスタンスセグメンテーション性能を向上させることができるか？
• RQ2 マスク自動符号化による自己教師あり事前学習は、リソースが限られた医療画像環境において特徴表現を向上させるか？
• RQ3 信頼度スコアのしきい値処理は、狭窄病変検出における誤検出の低減にどのように寄与するか？
• RQ4 血管セグメンテーションと狭窄病変検出の共同学習は、単一タスクの微調整に比べて性能を低下させるか？
• RQ5 NMS段階でF1スコアを最大化するためのIOUしきい値は何か？

主な発見

• ConvNeXt-V2マスクR-CNNはARCADEテストセットでF1スコア0.5353を達成し、ResNet-101（0.4170）やYOLOv8（0.2318）を著しく上回った。
• Xavier初期化と比較して、MS-COCOで事前学習したモデルはF1スコアで0.10の向上を示し、一般分類タスクからのトランスファー学習の有効性を裏付けた。
• NMS段階でのIOUしきい値を0.95に設定した場合に最適な性能が得られ、境界ボックスの非最大抑制における高い精度を示した。
• 狭窄病変検出のみを対象とした単一タスク学習ではセグメンテーションMAPが0.186を達成し、マルチタスクモデル（0.109）を上回った。これはタスク干渉の可能性を示唆した。
• 定性的な結果から、モデルはさまざまな視点角度や画像コントラストに対しても良好に一般化しており、狭窄領域を正確に検出できた。
• アブレーションスタディの結果、ConvNeXt-V2のGRN層が特徴表現を向上させ、優れたセグメンテーション性能に寄与していることが確認された。