[論文レビュー] Deep feature transfer between localization and segmentation tasks

Szu-Yeu Hu, Andrew Beers+9 more|arXiv (Cornell University)|Nov 6, 2018

Advanced Neural Network Applications参考文献 8被引用数 4

ひとこと要約

本稿では、U-netベースの視神経乳頭セグメンテーションのための2段階の事前学習手法を提案する。まず、局所化ネットワークとしてエンコーダーを訓練し、視神経乳頭の中心座標を予測する。次に、セグメンテーション用に微調整する。このアプローチにより、局所化タスクで学習したセマンティック特徴を転送することで、顕著に少ないアノテーション付きセグメンテーションマスクで性能を向上させ、平均Dice係数0.88を達成した。アノテーションの負担が軽減された。

ABSTRACT

In this paper, we propose a new pre-training scheme for U-net based image segmentation. We first train the encoding arm as a localization network to predict the center of the target, before extending it into a U-net architecture for segmentation. We apply our proposed method to the problem of segmenting the optic disc from fundus photographs. Our work shows that the features learned by encoding arm can be transferred to the segmentation network to reduce the annotation burden. We propose that an approach could have broad utility for medical image segmentation, and alleviate the burden of delineating complex structures by pre-training on annotations that are much easier to acquire.

研究の動機と目的

• より簡単にアノテート可能な局所化データを活用することで、医療画像セグメンテーションにおけるアノテーションの負担を軽減すること。
• 局所化タスクで学習した特徴が、U-netアーキテクチャにおけるセグメンテーション性能を向上させるかどうかを調査すること。
• 網膜フンダス画像における、セグメンテーションのための微調整の前に局所化タスクで事前学習することの有効性を評価すること。
• 異なるデータ量の下で、事前学習済みモデルとランダム初期化されたU-netの性能を比較すること。
• このアプローチが、複雑な構造を有する他の医療画像分野のセグメンテーションタスクへもスケーラブルに適用可能かどうかを検討すること。

提案手法

• U-netのエンコーディング部を最初に、平均二乗誤差損失関数を用いて、視神経乳頭中心の(x,y)座標を予測する回帰ネットワークとして訓練する。
• 収束後、エンコーダーの重みを固定し、デコーダーを追加して完全なU-netを構築する。
• セグメンテーションネットワークは、バイナリマスクアノテーションを用いて、負の対数ソフトDice損失関数とAdam最適化を用いて訓練する。
• アップサンプリング中に空間的詳細を保持するために、エンコーダーとデコーダーの特徴間にスキップ接続を追加する。
• 過学習を防ぐために、3×3畳み込み、バッチ正則化、ReLU活性化関数、マックスプーリング、ドロップアウトを用いる。
• 2段階の訓練スキームを適用する：最初に局所化、次に共有エンコーダー特徴を用いたセグメンテーション。

実験結果

リサーチクエスチョン

• RQ1 簡単な局所化タスクから学習した特徴が、医療画像における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 局所化データで事前学習することで、必要なセグメンテーションアノテーションの数を減らすことができるか？
• RQ3 データ量が少ない状況下で、局所化事前学習済みU-netとランダム初期化U-netの性能はどのように異なるか？
• RQ4 形状、テクスチャ、境界特徴といったセマンティック特徴が、局所化からセグメンテーションへどの程度転送可能か？
• RQ5 このアプローチは、複雑な解剖的構造を有する他の医療画像セグメンテーションタスクへ一般化可能か？

主な発見

• 提案手法は、セグメンテーションタスクにおいて5分割交差検証で平均Dice係数0.88（標準偏差0.1）を達成した。
• 事前学習済みモデルは、ランダム初期化U-net（平均Dice係数0.84、標準偏差0.2）を上回った。
• 訓練データの10％のみを用いても、事前学習済みモデルはベースラインを著しく上回った（p < 3.97×10⁻¹²）。
• 2つのモデル間の性能差は、データ量が少ない状況で最も顕著であり、少ないセグメンテーションラベルでもより高いロバスト性を示した。
• ペアt検定により、全テストデータ比で統計的に有意な差（p < 0.05）が確認され、事前学習の利点が裏付けられた。
• 局所化ネットワークは、検証セットで平均二乗誤差132.16、テストセットで206.15を達成した。