[論文レビュー] Deep Learning in Multi-organ Segmentation

Yang Lei, Yabo Fu+5 more|arXiv (Cornell University)|Jan 28, 2020

Radiomics and Machine Learning in Medical Imaging参考文献 168被引用数 5

ひとこと要約

この論文は、医用画像における多臓器セグメンテーションのための深層学習（DL）手法をレビューし、ネットワークアーキテクチャ別に分類し、2017年AAPM胸部および2015年MICCAI頭頸部自動セグメンテーションチャレンジのベンチマークデータセットにおける性能を評価している。主な課題として、データ不足、クラス不均衡、計算複雑性を特定し、完全畳み込みネットワーク（FCN）や生成的対抗ネットワーク（GAN）への傾向が、放射線治療計画におけるセグメンテーションの正確性と頑健性を向上させると強調している。

ABSTRACT

This paper presents a review of deep learning (DL) in multi-organ segmentation. We summarized the latest DL-based methods for medical image segmentation and applications. These methods were classified into six categories according to their network design. For each category, we listed the surveyed works, highlighted important contributions and identified specific challenges. Following the detailed review of each category, we briefly discussed its achievements, shortcomings and future potentials. We provided a comprehensive comparison among DL-based methods for thoracic and head & neck multiorgan segmentation using benchmark datasets, including the 2017 AAPM Thoracic Auto-segmentation Challenge datasets and 2015 MICCAI Head Neck Auto-Segmentation Challenge datasets.

研究の動機と目的

• 医用画像における最近の深層学習ベースの多臓器セグメンテーション手法について包括的なレビューを提供すること。
• ネットワーク設計に基づいてDL手法を分類・分析し、各カテゴリにおける主な貢献と制限を強調すること。
• 2017年AAPMおよび2015年MICCAIチャレンジの標準化されたベンチマークデータセットを用いて、最先端のDLベースのセグメンテーションモデルの性能を評価すること。
• 多臓器セグメンテーションにおける継続的な課題、たとえばデータ不足、クラス不均衡、計算複雑性を特定すること。
• 将来的な研究方向性を提示し、特にGANやハイブリッドアーキテクチャがセグメンテーションの信頼性と一般化性能を向上させる役割を果たす可能性を示すこと。

提案手法

• アーキテクチャ的革新に基づき、DLベースの多臓器セグメンテーション手法を6つのネットワーク設計タイプに分類する。
• 2017年AAPM胸部および2015年MICCAI頭頸部データセット上で、標準化された指標（Dice類似係数（DSC）およびHausdorff距離（HD95））を用いて性能を評価する。
• 完全畳み込みネットワーク（FCN）を用いてエンドツーエンドのセマンティックセグメンテーションを実現し、CT画像から直接多臓器ラベルを予測可能にする。
• 深層監督およびアテンションメカニズムなどの高度な技術を組み込み、境界の局所化を向上させ、低コントラスト構造に対処する。
• 敵対的訓練を通じてモデルバイアスを低減し、輪郭の信頼性を向上させるために生成的対抗ネットワーク（GAN）を活用する。
• データ拡張および合成サンプル生成を検討し、ラベルが限られた状況におけるクラス不均衡やデータ不足の問題を軽減する。

実験結果

リサーチクエスチョン

• RQ1 胸部および頭頸部CTスキャンにおける多臓器セグメンテーションにおいて、異なる深層学習ネットワークアーキテクチャの性能はどのように比較されるか？
• RQ2 一般化性能を制限する主な課題（たとえば、データ不足、クラス不均衡、画像品質）は何か？
• RQ3 従来のアトラスベースまたはモデルベースの手法と比較して、完全畳み込みネットワーク（FCN）およびGANベースの手法は、セグメンテーションの正確性と頑健性をどの程度向上させるか？
• RQ4 Dice類似係数（DSC）およびHD95といった指標は、放射線治療計画における自動臓器輪郭抽出の臨床的信頼性をどの程度反映しているか？
• RQ5 ハイブリッドアーキテクチャやアテンションメカニズムのような、現在の制限を克服するための新たなトレンドは何か？

主な発見

• 完全畳み込みネットワーク（FCN）は、エンドツーエンドの多臓器セグメンテーションの主流となり、ベンチマークデータセットで強力な性能を示している。
• 2017年AAPM胸部チャレンジでは、上位のモデルが脊髄に対して平均DSC 0.85 ± 0.10、食道に対して0.84 ± 0.05を達成した。
• 2015年MICCAI頭頸部チャレンジでは、左側の耳下腺に対して平均DSC 0.82 ± 0.07、右側の耳下腺に対して0.81 ± 0.06を達成した。
• GANベースの手法は、特に小規模または低コントラストの臓器に対して、輪郭のなめらかさを向上させ、モデルバイアスを低減する点で有望である。
• 脳幹（2.01 ± 0.33 mm）および下顎（1.26 ± 0.50 mm）といった重要な構造では、Hausdorff距離（HD95）の値が一貫して低く、境界の正確性が高いことを示している。
• 強力な性能を示す一方で、過学習、クラス不均衡、およびグランドトゥルースラベルのラベルラー間変動性といった課題は、実用的導入において依然として顕著な制限要因のままである。