[論文レビュー] E$^2$Net: An Edge Enhanced Network for Accurate Liver and Tumor Segmentation on CT Scans

Youbao Tang, Yuxing Tang+3 more|arXiv (Cornell University)|Jul 19, 2020

Advanced Neural Network Applications参考文献 44被引用数 6

ひとこと要約

本論文では、CTスキャンにおける正確な肝臓および肝腫瘍のセグメンテーションを実現する2段階の2次元ディープラーニングフレームワーク、E2Netを提案する。本手法は、エッジ予測ブランチと学習可能なエッジ距離マップを用いて、肝臓および腫瘍のエッジを明示的にモデル化することでセグメンテーションを向上させるとともに、マルチスケール特徴量の精錬に深層クロス特徴量統合モジュールを活用する。本手法はLiTSおよび3DIRCADbデータセットの両方で最先端性能を達成し、2D・3D・ハイブリッドモデルを凌駕する優れた境界保持性と、低コントラストおよびぼやけた臓器境界に対するロバスト性を示した。

ABSTRACT

Developing an effective liver and liver tumor segmentation model from CT scans is very important for the success of liver cancer diagnosis, surgical planning and cancer treatment. In this work, we propose a two-stage framework for 2D liver and tumor segmentation. The first stage is a coarse liver segmentation network, while the second stage is an edge enhanced network (E$^2$Net) for more accurate liver and tumor segmentation. E$^2$Net explicitly models complementary objects (liver and tumor) and their edge information within the network to preserve the organ and lesion boundaries. We introduce an edge prediction module in E$^2$Net and design an edge distance map between liver and tumor boundaries, which is used as an extra supervision signal to train the edge enhanced network. We also propose a deep cross feature fusion module to refine multi-scale features from both objects and their edges. E$^2$Net is more easily and efficiently trained with a small labeled dataset, and it can be trained/tested on the original 2D CT slices (resolve resampling error issue in 3D models). The proposed framework has shown superior performance on both liver and liver tumor segmentation compared to several state-of-the-art 2D, 3D and 2D/3D hybrid frameworks.

研究の動機と目的

• 低コントラストおよびぼやけた境界のためのCTスキャンにおける肝臓および腫瘍のセグメンテーションの不正確さに対処すること。
• 非等方的スライス間隔に起因するリサンプリングアーチファクトを回避するため、3Dモデルへの依存度を低減する、より効率的な2Dベースの手法を開発すること。
• 肝臓および腫瘍のセグメンテーションのための補助的監督として、エッジ情報を明示的にモデル化することで境界の正確性を向上させること。
• 限られたアノテーションデータおよび最小限の計算コストですら高い性能を発揮する、軽量でトレーニング可能なフレームワークを設計すること。

提案手法

• フレームワークは2段階のアプローチを採用する。まず、バックボーンにRes2Net-50を用いたR2UNetを用いて粗い肝臓セグメンテーションを実行する。
• 2番目の段階では、E2Netと呼ばれる新規のエッジ強化ネットワークを導入し、肝臓および腫瘍の同時セグメンテーションに加え、境界の予測も行う。
• ネットワークにエッジ予測ブランチを追加し、境界局在化の向上を目的として、学習可能なエッジ距離マップを補助的監督信号として用いる。
• オブジェクト（肝臓／腫瘍）ブランチおよびエッジブランチからのマルチスケール特徴量を双方向に精錬するため、深層クロス特徴量統合（DCFF）モジュールを設計した。
• 本モデルは、リサンプリングエラーが3Dモデルで一般的に見られる元の2D CTスライス上でエンドツーエンドに訓練される。
• 損失関数には、バイナリクロスエントロピーとDice損失に加え、エッジに配慮した監督を組み合わせ、境界の忠実性を向上させる。

実験結果

リサーチクエスチョン

• RQ1 明示的なエッジ監督は、低コントラストCTスキャンにおける肝臓および腫瘍のセグメンテーション精度を向上させることができるか？
• RQ2 標準的なエッジ予測と比較して、監督信号としてエッジ距離マップを組み込むことで、境界の精錬にどのような差が生じるか？
• RQ3 オブジェクトブランチとエッジブランチ間の深層クロス特徴量統合は、マルチスケール特徴表現にどの程度向上をもたらすか？
• RQ4 リサンプリングや3Dコンテキストを用いない2Dネットワークが、3Dおよびハイブリッドモデルを凌駕して肝臓および腫瘍のセグメンテーションを実現できるか？

主な発見

• LiTSデータセットでは、E2Netは肝臓Diceスコア97.8%、腫瘍Diceスコア74.8%を達成し、3Dおよびハイブリッドモデルを含む最先端手法を上回った。
• 3DIRCADbデータセットでは、E2Netは肝臓Diceスコア98.9%、腫瘍Diceスコア95.7%を達成し、以前の最先端手法（LW-HCN）を腫瘍セグメンテーションで1.6ポイント上回った。
• アブレーションスタディの結果、エッジ監督およびエッジ距離マップの追加によりDiceスコアが1.5～2.5%向上したことが確認され、DCFFモジュールが最も大きな寄与を示した。
• 本手法は優れた一般化性能を示し、トレーニング時に未使用であった3DIRCADbデータセットに対しても、微調整なしで高い性能を発揮した。
• 2段階の粗いから細かい戦略は、セグメンテーション精度を顕著に向上させ、1段階目のみの手法と比較して肝臓Diceスコアが1.5%以上向上した。