[論文レビュー] Deep learning in magnetic resonance prostate segmentation: A review and a new perspective

David Gillespie, Connah Kendrick+4 more|arXiv (Cornell University)|Nov 16, 2020

Prostate Cancer Diagnosis and Treatment参考文献 62被引用数 10

ひとこと要約

この論文は、MRIを用いた前立腺画像分類における最先端の深層学習手法をレビューし、最適化された2次元U-Netアーキテクチャを提案し、4つの公開データセットを用いてDice類似係数（DSC）で評価している。モデルは統合評価でDSC 0.9427、クロスデータセット評価でDSC 0.5892を達成し、汎化性能の課題を浮き彫りにし、放射線治療分野における再現性および臨床応用性を高めるために標準化されたプロトコルの導入を提言している。

ABSTRACT

Prostate radiotherapy is a well established curative oncology modality, which in future will use Magnetic Resonance Imaging (MRI)-based radiotherapy for daily adaptive radiotherapy target definition. However the time needed to delineate the prostate from MRI data accurately is a time consuming process. Deep learning has been identified as a potential new technology for the delivery of precision radiotherapy in prostate cancer, where accurate prostate segmentation helps in cancer detection and therapy. However, the trained models can be limited in their application to clinical setting due to different acquisition protocols, limited publicly available datasets, where the size of the datasets are relatively small. Therefore, to explore the field of prostate segmentation and to discover a generalisable solution, we review the state-of-the-art deep learning algorithms in MR prostate segmentation; provide insights to the field by discussing their limitations and strengths; and propose an optimised 2D U-Net for MR prostate segmentation. We evaluate the performance on four publicly available datasets using Dice Similarity Coefficient (DSC) as performance metric. Our experiments include within dataset evaluation and cross-dataset evaluation. The best result is achieved by composite evaluation (DSC of 0.9427 on Decathlon test set) and the poorest result is achieved by cross-dataset evaluation (DSC of 0.5892, Prostate X training set, Promise 12 testing set). We outline the challenges and provide recommendations for future work. Our research provides a new perspective to MR prostate segmentation and more importantly, we provide standardised experiment settings for researchers to evaluate their algorithms. Our code is available at https://github.com/AIEMMU/MRI\_Prostate.

研究の動機と目的

• 現在のMR前立腺分類における深層学習モデルの強みと限界をレビュー・分析すること。
• 特許権のあるデータセットや小規模なデータサイズによる、既存モデルの再現性および汎化性能の欠如に対処すること。
• 異なるデータセット間での分類アルゴリズムの公平な比較を可能にするための標準化された実験プロトコルを提言すること。
• 多様なMRI撮影プロトコルに適応した、性能および汎化性能を向上させた最適化された2次元U-Netモデルの開発および評価すること。
• 再現可能な研究を支援するため、オープンソースのコードおよびベンチマーク設定を提供すること。

提案手法

• 本研究では、標準的な活性化関数および最適化手法を用いた変更された2次元U-Netアーキテクチャを評価し、Decathlon、Promise12、ProstateX、およびその他の4つの公開MRIデータセットで学習を行った。
• モデルは、小規模データセットにおける汎化性能を向上させるために、Mixupを含む標準的なデータ拡張技術を用いた。
• ラベル付きデータが限られる状況では、教師あり事前学習の代替として自己教師学習技術が検討された。
• 性能評価にはDice類似係数（DSC）が用いられ、データセット内およびクロスデータセット評価の両方のプロトコルが実施された。
• モデル間の公平な比較を確保するため、標準化された訓練・テスト分割を設定した。
• コードおよび実験設定は公開され、再現性および透明性の向上を図った。

実験結果

リサーチクエスチョン

• RQ1 異なる撮影プロトコルを有する複数のデータセットにおいて、前立腺MRI分類における最先端の深層学習モデルは、どのように性能を発揮するか？
• RQ2 1つの最適化された2次元U-Netは、撮影特性が異なる複数の公開データセットに、どの程度汎化可能か？
• RQ3 特にデータ不足および標準化の欠如に起因する、現在の深層学習モデルの臨床応用における主な制限要因は何か？
• RQ4 標準化された評価プロトコルは、分類アルゴリズムの比較における再現性および公平性を向上させ得るか？
• RQ5 DSCや表面Diceといった指標は、前立腺分類タスクにおける臨床的意義をどの程度反映しているか？

主な発見

• 提案された最適化された2次元U-Netは、Decathlonテストセットにおける統合評価でDSC 0.9427を達成し、標準化されたベンチマークで優れた性能を示した。
• クロスデータセット評価（Promise12で学習、ProstateXでテスト）では最低DSC 0.5892を記録し、顕著な汎化課題が明らかになった。
• Promise12およびProstateXデータセットで学習したモデルは、Decathlonデータセットへの部分的な転送性を示したことが判明し、病院間での部分的な汎化が可能である可能性を示唆した。
• 本研究では、撮影プロトコルやデータ分布の違いにより、現在のモデルが実臨床データに適応できないことが確認された。
• 標準化された評価プロトコルおよびオープンソースコードが、医療画像分類分野における再現可能で比較可能な研究を実現する上で不可欠であると示された。
• DSCが微小な輪郭誤差に対して感受性が低く、臨床ワークフローに顕著な影響を及える可能性があることから、より臨床的意義のある指標の導入が求められることが強調された。