[論文レビュー] Deep Neural Networks for Anatomical Brain Segmentation

Alexandre de Brébisson, Giovanni Montana|arXiv (Cornell University)|Feb 9, 2015

Medical Image Segmentation Techniques参考文献 16被引用数 66

ひとこと要約

本論文は、非線形レジストレーションを必要とせず、マルチスケール3Dおよび2D強度パッチ、ダウンスケーリングされたパッチ、および重心までの距離を用いて局所的およびグローバルな空間的一致性を強制することで、全脳の解剖的セグメンテーションを実現する深層ニューラルネットワークを提案する。MICCAI 2012データセットにおいて平均Dice係数0.725を達成し、複雑なレジストレーション手順に依存しない当時最高水準の性能を示した。

ABSTRACT

We present a novel approach to automatically segment magnetic resonance (MR) images of the human brain into anatomical regions. Our methodology is based on a deep artificial neural network that assigns each voxel in an MR image of the brain to its corresponding anatomical region. The inputs of the network capture information at different scales around the voxel of interest: 3D and orthogonal 2D intensity patches capture the local spatial context while large, compressed 2D orthogonal patches and distances to the regional centroids enforce global spatial consistency. Contrary to commonly used segmentation methods, our technique does not require any non-linear registration of the MR images. To benchmark our model, we used the dataset provided for the MICCAI 2012 challenge on multi-atlas labelling, which consists of 35 manually segmented MR images of the brain. We obtained competitive results (mean dice coefficient 0.725, error rate 0.163) showing the potential of our approach. To our knowledge, our technique is the first to tackle the anatomical segmentation of the whole brain using deep neural networks.

研究の動機と目的

• 全脳MR画像を解剖的領域に自動でセグメンテーションする、登録フリーの完全自動化手法の開発。
• 特に計算コストが高く誤差を起こしやすい非線形レジストレーションに依存する多アトラス法の限界を克服すること。
• 深層ニューラルネットワークを用いて、生のMR画像から階層的特徴を直接学習することで、セグメンテーションの精度と一般化性能を向上させること。
• 後処理ではなく、入力レベルの特徴を用いてグローバルな空間的一致性を強制することで、処理の複雑さを低減すること。
• 全脳セグメンテーションの標準ベンチマークであるMICCAI 2012多アトラスチャレンジデータセットを用いて、手法の評価を行うこと。

提案手法

• モデルは、各ボクセルの周囲の3Dおよび直交2D強度パッチを入力として用いる深層順方向ニューラルネットワークであり、局所的な3Dコンテキストを捉える。
• メモリ使用量を削減しつつグローバルな空間的関係を学習するため、ボクセル強度のダウンスケーリングされた2D直交パッチを組み込む。
• 各解剖的領域の重心までの距離を、グローバルな空間的一致性を強制する追加の入力特徴として用いる。
• 特徴量の明示的後処理やCRFの最適化を一切行わず、負の対数尤度を損失関数として、エンドツーエンドでネットワークを訓練する。
• 訓練中に重心までの距離にノイズ層を適用することで、ロバストネスと一般化性能を向上させる。
• 3D畳み込みを避けるために直交2Dパッチを用いることで、3D空間的理解を保持しつつ、メモリ消費量を顕著に削減する。

実験結果

リサーチクエスチョン

• RQ1 非線形画像レジストレーションを必要としない深層ニューラルネットワークが、競争力のある全脳セグメンテーション性能を達成できるか？
• RQ2 マルチスケール強度パッチと重心ベースの距離特徴量は、局所的およびグローバルな空間構造をどれほど効果的に捉えられるか？
• RQ3 CRFなどの後処理技術ではなく、入力特徴量によってグローバルな空間的一致性を強制できるか？
• RQ4 訓練データに存在しない異常な脳構造に対しても、モデルは良好に一般化できるか？
• RQ5 脳MR画像の構造的規則性を考慮すると、限られた訓練データでも高い性能を達成できるか？

主な発見

• 本モデルはMICCAI 2012データセットにおいて平均Dice係数0.725を達成し、チャレンジにおけるベースライン多アトラス法を上回った。
• 3つの直交2Dパッチの使用は、個々の2Dまたは3Dパッチよりも顕著に性能向上をもたらし、3Dコンテキストをメモリ効率よくモデル化する手法となった。
• ダウンスケーリングされた強度パッチと重心までの距離の両方がグローバルな一貫性に寄与しており、2つの特徴量は基本的に重複的だが補完的であった。
• 訓練データに対して過学習が見られたにもかかわらず、脳MR画像間の高い構造的類似性のおかげで、モデルは良好に一般化した。
• 非線形レジストレーションを必要としなかったため、萎縮や病変などの構造的異常に対しても、よりロバストである可能性が示された。
• 重み付き損失関数とクラスバランスサンプリングは、性能向上をもたらさず、このタスクには標準的な負の対数尤度損失十分であった。