[論文レビュー] Exploring Vanilla U-Net for Lesion Segmentation from Whole-body FDG-PET/CT Scans

Jin Ye, Haoyu Wang+9 more|arXiv (Cornell University)|Oct 14, 2022

Medical Imaging Techniques and Applications被引用数 10

ひとこと要約

この論文は、最適化された入力形状と前処理を施したバニラU-Netが、全身FDG-PET/CT病変セグメンテーションにおいて最先端の性能を達成することを示しており、autoPET 2022チャレンジで予備テストセットで92.81%のDiceスコア、最終テストセットで0.62のスコアを記録し、首位を獲得した。深層化やトランスフォーマーに基づくアーキテクチャでさえも、その単純さにもかかわらず、これを上回った。

ABSTRACT

Tumor lesion segmentation is one of the most important tasks in medical image analysis. In clinical practice, Fluorodeoxyglucose Positron-Emission Tomography~(FDG-PET) is a widely used technique to identify and quantify metabolically active tumors. However, since FDG-PET scans only provide metabolic information, healthy tissue or benign disease with irregular glucose consumption may be mistaken for cancer. To handle this challenge, PET is commonly combined with Computed Tomography~(CT), with the CT used to obtain the anatomic structure of the patient. The combination of PET-based metabolic and CT-based anatomic information can contribute to better tumor segmentation results. %Computed tomography~(CT) is a popular modality to illustrate the anatomic structure of the patient. The combination of PET and CT is promising to handle this challenge by utilizing metabolic and anatomic information. In this paper, we explore the potential of U-Net for lesion segmentation in whole-body FDG-PET/CT scans from three aspects, including network architecture, data preprocessing, and data augmentation. The experimental results demonstrate that the vanilla U-Net with proper input shape can achieve satisfactory performance. Specifically, our method achieves first place in both preliminary and final leaderboards of the autoPET 2022 challenge. Our code is available at https://github.com/Yejin0111/autoPET2022_Blackbean.

研究の動機と目的

• 全身FDG-PET/CTスキャンにおける3次元病変セグメンテーションに、バニラU-Netの有効性を調査すること。
• ネットワークアーキテクチャ、データ前処理、データオーグメンテーションがセグメンテーション性能に与える影響を評価すること。
• 精度と推論速度のバランスを取るために、最適な入力形状と推論戦略を特定すること。
• 最小限で標準的なU-Netアーキテクチャを用いて、autoPET 2022チャレンジで最高のパフォーマンスを達成すること。

提案手法

• モデルはエンコーダ・デコーダアーキテクチャを有するバニラU-Netを採用し、ダウンサンプリング層ごとに特徴マップのチャネル数を2倍に増加（32から512まで）。
• 入力は前処理済みPETおよびCTスキャンを連結して構成され、元の等方的ピクセルサイズ（1.500 × 1.0182 × 1.0182 mm）を維持する。
• データオーグメンテーションには、指定された確率と範囲を持つランダムな明るさ、ガンマ、反転、回転変換が含まれる。
• トレーニングには5分割交差検証を用い、推論時にモデルアンサンブルを適用して耐性を高める。
• 推論にはスライディングウィンドウ戦略を採用し、変動するクロップサイズとステップサイズを用いて大容量スキャンの処理を効率化する。
• 最終モデルは、Diceスコア、フォールスポジティブボリューム（FPV）、フォールスネガティブボリューム（FNV）を組み合わせた複合指標で評価される。

実験結果

リサーチクエスチョン

• RQ1 アーキテクチャの変更なしに、バニラU-Netが全身FDG-PET/CT病変セグメンテーションで競争力のある性能を達成できるか？
• RQ2 入力形状とピクセル間隔がモデルの性能と推論効率に与える影響は？
• RQ3 マルチモodal PET/CTスキャンにおける病変セグメンテーションに最適なデータオーグメンテーションと前処理の組み合わせは何か？
• RQ4 スライディングウィンドウ推論戦略は、セグメンテーションの正確性と速度にどのように影響するか？

主な発見

• バニラU-Netは、autoPET 2022の予備テストセットで92.81%のDiceスコアを達成し、リーダーボードで首位にランクインした。
• 最終テストセットではDiceスコアが0.62を記録し、最終リーダーボードで首位を確保した。
• トレーニング時に元のピクセル間隔と192×192×192のクロップサイズを使用した場合が最良の性能を示し、バリデーションセットでのDSCは0.75を記録した。
• ステップサイズを入力形状の0.7倍としたスライディングウィンドウ戦略が、正確性と推論速度のバランスを最適化し、103例の処理時間を2961秒まで短縮した。
• パram数22.6MのバニラU-Netは、58.6Mパラメータを有する深層U-Netおよび133.0Mパラメータを有するUNETRを42%も上回るDiceスコアを達成した。
• 推論において、すべての入力サイズで安定したDiceスコア（0.75）を達成したが、FPVとFNVは入力サイズとステップサイズに最も敏感であった。