[論文レビュー] Densely Connected Recurrent Residual (Dense R2UNet) Convolutional Neural Network for Segmentation of Lung CT Images

Kaushik Dutta|arXiv (Cornell University)|Feb 1, 2021

COVID-19 diagnosis using AI参考文献 25被引用数 6

ひとこと要約

本論文では、再帰的残差ユニットと密度結合を統合した新しいU-Netベースのアーキテクチャ、Dense R2UNetを提案する。このアーキテクチャは、肺CT画像のセグメンテーションにおける特徴の伝搬を向上させることを目的としている。残差学習、再帰的畳み込み、密度結合を組み合わせることで、Lung Lesionデータセットにおいて最先端の性能を達成し、DSCが0.981 ± 0.009の結果を示し、U-NetやResUNetをすべての指標で上回った。

ABSTRACT

Deep Learning networks have established themselves as providing state of art performance for semantic segmentation. These techniques are widely applied specifically to medical detection, segmentation and classification. The advent of the U-Net based architecture has become particularly popular for this application. In this paper we present the Dense Recurrent Residual Convolutional Neural Network(Dense R2U CNN) which is a synthesis of Recurrent CNN, Residual Network and Dense Convolutional Network based on the U-Net model architecture. The residual unit helps training deeper network, while the dense recurrent layers enhances feature propagation needed for segmentation. The proposed model tested on the benchmark Lung Lesion dataset showed better performance on segmentation tasks than its equivalent models.

研究の動機と目的

• 肺CT画像セグメンテーションにおけるアノテーションデータの限界とクラスの不均衡の課題に対処すること。
• U-Netベースのアーキテクチャにおける特徴学習と情報伝達を向上させ、より高いセグメンテーション精度を実現すること。
• パラメータの増加を最小限に抑えながら、より深くかつ安定性の高いネットワークを構築すること。
• 医療画像セグメンテーションにおける残差学習、再帰的畳み込み、密度結合の組み合わせの有効性を評価すること。

提案手法

• モデルは、深層ネットワークの訓練を安定化させるために残差ブロックを用いたU-Netのエンコーダ・デコーダアーキテクチャを採用している。
• 各エンコーダおよびデコーダブロックに再帰的残差ユニットを適用し、再帰的プロセスにおける時間ステップ間での特徴の再利用を可能にしている。
• 同じ特徴マップサイズのすべてのレイヤーを密度結合で接続することで、最大限の特徴伝搬と勾配伝播を促進している。
• エンコーダでは2×2のマックスプーリング、デコーダでは3×3のデコンボリューションレイヤーを用いて、マルチスケール特徴抽出を実現している。
• 各畳み込み層の後にReLU活性化関数を適用し、最終的なセグメンテーション確率予測にはシグモイド出力を用いている。
• 小さなデータセットによる過学習を防ぐために空間ドロップアウトを適用し、評価指標としてDice係数を用いたバイナリクロスエントロピー損失を採用している。

実験結果

リサーチクエスチョン

• RQ1 標準的なU-Netと比較して、再帰的残差ユニットと密度結合の統合が、肺CT画像の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 提案されたDense R2UNetアーキテクチャは、既存のU-Net変種と比較して、より優れた特徴学習と勾配伝播を達成できるか？
• RQ3 Diceスコア、精度、再現率、AUCの観点から、ベンチマーク肺セグメンテーションデータセットにおけるモデルの性能はいかがなものか？
• RQ4 深層アーキテクチャを用いる場合、空間ドロップアウトは、小さな医療画像データセットにおける過学習をどの程度軽減できるか？

主な発見

• Dense R2UNetは、Dice Similarity Coefficient (DSC) が0.981 ± 0.009を達成し、U-Net (0.976 ± 0.009) やResUNet (0.977 ± 0.007) を顕著に上回った。
• モデルはJaccardスコアが0.961 ± 0.016を記録し、予測マスクと正解マスクの重複度が非常に高いことを示した。
• 精度は0.982 ± 0.009、再現率は0.988 ± 0.018に達し、真の陽性および陰性領域を高精度で特定していることが確認された。
• 感受性（再現率）と特異性はともに0.98以上で、それぞれ0.994 ± 0.002および0.988 ± 0.018を記録し、肺構造の強固な検出を裏付けた。
• AUCは0.989 ± 0.008を達成し、すべての閾値で優れた識別性能を示した。
• 図3の定性的な結果から、Dense R2UNetは正解に非常に近いセグメンテーション出力を得ており、境界誤差が最小限に抑えられていることが確認された。