[論文レビュー] Deep Dilated Convolutional Nets for the Automatic Segmentation of Retinal Vessels

Ali Hatamizadeh, Hamid Hosseini+3 more|arXiv (Cornell University)|May 28, 2019

Retinal Imaging and Analysis参考文献 16被引用数 13

ひとこと要約

本稿では、複数の拡張率を用いた拡張空間ピラミッドプーリングを組み合わせた、完全畳み込み型のエンコーダ・デコーダ型深層ニューラルネットワークを提案し、網膜血管分離の性能を向上させている。全画像推論とマルチスケールの文脈モデリングを活用することで、DRIVEおよびCHASE-DB1データセットにおいて最先端の性能を達成し、感度と正確性が向上した。さらに、分離マスクから直接幅推定が可能となり、バイオマーカー開発への応用が期待される。

ABSTRACT

The reliable segmentation of retinal vasculature can provide the means to diagnose and monitor the progression of a variety of diseases affecting the blood vessel network, including diabetes and hypertension. We leverage the power of convolutional neural networks to devise a reliable and fully automated method that can accurately detect, segment, and analyze retinal vessels. In particular, we propose a novel, fully convolutional deep neural network with an encoder-decoder architecture that employs dilated spatial pyramid pooling with multiple dilation rates to recover the lost content in the encoder and add multiscale contextual information to the decoder. We also propose a simple yet effective way of quantifying and tracking the widths of retinal vessels through direct use of the segmentation predictions. Unlike previous deep-learning-based approaches to retinal vessel segmentation that mainly rely on patch-wise analysis, our proposed method leverages a whole-image approach during training and inference, resulting in more efficient training and faster inference through the access of global content in the image. We have tested our method on two publicly available datasets, and our state-of-the-art results on both the DRIVE and CHASE-DB1 datasets attest to the effectiveness of our approach.

研究の動機と目的

• 糖尿病や高血圧などの全身疾患の早期診断を支援するため、網膜血管分離の完全自動化で信頼性の高い手法を開発すること。
• 局所的なパッチごとの深層学習手法の限界を克服し、より良いグローバルな文脈と高速な推論を実現するため、全画像アプローチを採用すること。
• 追加のアノテーションや後処理を必要とせず、分離マスクから直接定量的な血管幅推定を可能とすることで、バイオマーカー発見を支援すること。
• 拡張空間ピラミッドプーリングとマルチスケールの監視を用いることで、細い血管構造の分離精度を向上させること。
• 臨床的意義を持つ疾患モニタリングに適した、ロバストでエンドツーエンドの自動網膜血管分離ソリューションを提供すること。

提案手法

• 空間解像度を保持し、マルチスケール特徴を捉えるために、拡張畳み込みブロックを組み込んだ完全畳み込み型エンコーダ・デコーダアーキテクチャを採用している。
• エンコーディング段階で失われた文脈的情報を回復し、デコーダにマルチスケール特徴を豊かにするために、複数の拡張率を用いた拡張空間ピラミッドプーリングを適用している。
• 入力画像をネットワーク全体で複数スケールにわたって供給し、各スケールでディープ監視を適用することで、特徴学習と勾配の流れを強化している。
• 各畳み込み層の後にバッチ正規化とReLU活性化関数を適用し、学習の安定化と高速化を図っている。
• 追加のアノテーションを必要とせず、分離マスクから直接血管幅プロファイルを計算する新しい幅推定技術を導入している。
• フルフ undus 画像上でバイナリクロスエントロピー損失を用いてエンドツーエンドで学習させ、効率的な全画像推論を可能としている。

実験結果

リサーチクエスチョン

• RQ1 拡張空間ピラミッドプーリングを組み込んだ完全畳み込み型ネットワークは、パッチごとの手法に比べ、網膜血管分離の精度と推論速度で優れているか？
• RQ2 複数スケールの入力と監視の統合は、細い血管構造の検出にどの程度効果的か？
• RQ3 追加のアノテーションや後処理を必要とせず、分離マスクから信頼性の高い血管幅推定が可能か？
• RQ4 全画像推論の採用により、パッチベースの手法と比較して、より連続的かつ解剖学的に妥当な分離マスクが得られるか？
• RQ5 DRIVEやCHASE-DB1といったベンチマークデータセットにおいて、提案アーキテクチャは感度と特異度をどの程度向上させるか？

主な発見

• DRIVEデータセットでは、感度が0.8197、F1スコアが0.8223に達し、感度では最先端の性能を上回り、F1スコアにおいても競争力のある結果を示した。
• DRIVEデータセットでは、特異度が0.9848、正確度が0.9750に達し、高い精度と頑健性を示した。
• CHASE-DB1データセットでは、感度が0.8300、F1スコアが0.8073に達し、特異度を除くすべての指標で、既存の多数の手法を上回った。
• 両データセットにおける精度-再現率曲線は、外れ値がなく、多様な画像において一貫した性能を示しており、安定的かつ信頼性の高い分離が実現していることを示した。
• 分離マスクから生成された幅推定プロファイルは、血管の形態を正確に捉えており、バイオマーカー開発における臨床的有用性を示唆している。
• 全画像推論アプローチにより、推論が高速化され、パッチごとの手法と比較して、より自然で連続的な分離マスクが得られた。