[論文レビュー] Exclusive Independent Probability Estimation using Deep 3D Fully Convolutional DenseNets: Application to IsoIntense Infant Brain MRI Segmentation

Seyed Raein Hashemi, Sanjay P. Prabhu+2 more|arXiv (Cornell University)|Sep 21, 2018

Advanced Neural Network Applications参考文献 16被引用数 6

ひとこと要約

本論文は、T1/T2強度が類似する等強度の乳児脳MRIにおける白質および灰色質のセグメンテーションを向上させるために、Fβ損失関数とパッチ予測統合を組み合わせた排他的マルチラベル学習戦略を、3次元フルコンボリューショナルDenseNetに適用する手法を提案する。この手法はiSegチャレンジで最先端の性能を達成し、1.4百万パラメータで90秒未満の推論時間、白質のDiceスコア90.7％を達成した。

ABSTRACT

The most recent fast and accurate image segmentation methods are built upon fully convolutional deep neural networks. In this paper, we propose new deep learning strategies for DenseNets to improve segmenting images with subtle differences in intensity values and features. We aim to segment brain tissue on infant brain MRI at about 6 months of age where white matter and gray matter of the developing brain show similar T1 and T2 relaxation times, thus appear to have similar intensity values on both T1- and T2-weighted MRI scans. Brain tissue segmentation at this age is, therefore, very challenging. To this end, we propose an exclusive multi-label training strategy to segment the mutually exclusive brain tissues with similarity loss functions that automatically balance the training based on class prevalence. Using our proposed training strategy based on similarity loss functions and patch prediction fusion we decrease the number of parameters in the network, reduce the complexity of the training process focusing the attention on less number of tasks, while mitigating the effects of data imbalance between labels and inaccuracies near patch borders. By taking advantage of these strategies we were able to perform fast image segmentation (90 seconds per 3D volume), using a network with less parameters than many state-of-the-art networks, overcoming issues such as 3Dvs2D training and large vs small patch size selection, while achieving the top performance in segmenting brain tissue among all methods tested in first and second round submissions of the isointense infant brain MRI segmentation (iSeg) challenge according to the official challenge test results. Our proposed strategy improves the training process through balanced training and by reducing its complexity while providing a trained model that works for any size input image and is fast and more accurate than many state-of-the-art methods.

研究の動機と目的

• T1およびT2強度画像において白質と灰色質のリラクゼーション時間が類似しているため、約6か月齢の乳児脳組織のセグメンテーションが困難であるという課題に対処する。
• 標準的なクロスエントロピー学習では、等強度組織におけるクラスの不均衡や微細な強度差を適切に扱えないという限界を克服する。
• 類似度に基づく損失関数を用いて、互いに排他的な脳組織クラス（脳脊髄液（CSF）、灰色質（GM）、白質（WM））の適合性と再現率のバランスを改善する学習戦略を開発する。
• 任意の入力画像サイズをサポートできるコンactなネットワーク（140万パラメータ）を用いて、高速かつ高精度かつスケーラブルなセグメンテーションを実現する。
• 等強度の乳児脳MRIセグメンテーションにおいて、既存のDenseNetベースの手法を上回る最高の性能をiSegチャレンジで達成する。

提案手法

• より深いアーキテクチャ、より多くのスキップ接続、かつより少ないパラメータ（140万）を備えた3次元フルコンボリューショナルDenseNet（FC-DenseNet）を採用する。
• 1つの等強度クラス（WM）のみを同時に学習する排他的マルチラベル学習戦略を実装し、クラス間の混同を軽減し、学習の焦点を高める。
• クラスに特化したFβ損失関数を用い、β値をクラスの出現頻度に合わせて調整（CSF: β=1.5、WM対GM: β=1）することで、適合性と再現率のバランスを最適化する。
• コンテキストを強化し境界アーチファクトを軽減するために、大きな重複する3次元パッチ（128×128×128）を用いて学習する。
• 推論時にパッチ予測統合を適用し、重複するパッチ出力を統合することで、内在的なデータ拡張を実現し、境界領域のセグメンテーション精度を向上させる。
• 早期のダウンサンプリングと遅延のアップサンプリングを採用し、より大きな有効受容 field を実現するとともに、モデルの複雑さを増さずに大きなパッチサイズをサポートする。

実験結果

リサーチクエスチョン

• RQ1 類似度に基づくクラス特化Fβ損失関数を用いた排他的マルチラベル学習は、強度差が最小限の等強度乳児脳MRIにおける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 すべてのクラスを同時に学習するのではなく、互いに排他的な組織クラス（例：WMのみ）を対象に学習することで、3次元脳組織セグメンテーションにおける適合性、再現率、Diceスコアにどのような影響を与えるか？
• RQ3 大きな重複する3次元パッチを用いたパッチ予測統合は、特にパッチ境界付近や組織境界部で、どの程度セグメンテーション精度を向上させるか？
• RQ4 より少ないパラメータとより深いアーキテクチャを持つ3次元FC-DenseNetは、既存の最先端モデルを上回る性能を発揮できるか？ また、1体積あたり90秒未満の推論時間という制限を満たしながら、等強度セグメンテーションにおいて高速かつ高精度な性能を発揮できるか？
• RQ5 本手法の学習戦略は、強度対比が明確でない状況下でも、CSF、GM、WMのクラスの不均衡を効果的に緩和し、一般化性能を向上させるか？

主な発見

• 提案された排他的マルチラベル学習とFβ損失関数により、公式iSegチャレンジテストセットにおいて、CSFが96.0％、GMが92.6％、WMが90.7％という最高のDice類似係数（DSC）を達成した。
• 本手法は、iSegチャレンジの全第一ラウンドおよび第二ラウンドの提出物（DenseSeg や HyperDenseNet を含むDenseNetベースのモデルを含む）を上回った。
• 全ラベルの平均DSCは93.1％、平均アバーチャージ距離（ASD）は0.26 mm、Hausdorff距離（HD）は7.5 mmを記録し、高い精度と頑健性を示した。
• 推論時間は1体積あたり90秒未満であり、高い性能にもかかわらず、臨床応用に実用的であることを裏付けた。
• 視覚的評価と定量的指標から、単一ラベル学習と比較して、排他的マルチラベルアプローチが等強度領域における誤分類を顕著に低減していることが確認された。
• フルコンボリューショナルな設計とパッチ統合戦略のおかげで、本モデルは任意の入力サイズに一般化可能であることが示された。