[論文レビュー] FAIM -- A ConvNet Method for Unsupervised 3D Medical Image Registration

Dongyang Kuang, Tanya Schmah|arXiv (Cornell University)|Nov 22, 2018

Medical Image Segmentation Techniques参考文献 19被引用数 13

ひとこと要約

FAIM は、非可逆的変形（折りたたみ）を著しく減らし、U-Net に基づく手法（例：VoxelMorph）よりも高い登録精度を達成する、医療画像登録のための新しい 3D ストアドスケール畳み込みニューラルネットワークである。軽量なアーキテクチャに明示的な折りたたみペナルティを組み込むことで、正則化強度の変化に対しても優れた性能を維持し、Dice スコアの損失を最小限に抑えつつ折りたたみを削減する。

ABSTRACT

We present a new unsupervised learning algorithm, "FAIM", for 3D medical image registration. With a different architecture than the popular "U-net", the network takes a pair of full image volumes and predicts the displacement fields needed to register source to target. Compared with "U-net" based registration networks such as VoxelMorph, FAIM has fewer trainable parameters but can achieve higher registration accuracy as judged by Dice score on region labels in the Mindboggle-101 dataset. Moreover, with the proposed penalty loss on negative Jacobian determinants, FAIM produces deformations with many fewer "foldings", i.e. regions of non-invertibility where the surface folds over itself. In our experiment, we varied the strength of this penalty and investigated changes in registration accuracy and non-invertibility in terms of number of "folding" locations. We found that FAIM is able to maintain both the advantages of higher accuracy and fewer "folding" locations over VoxelMorph, over a range of hyper-parameters (with the same values used for both networks). Further, when trading off registration accuracy for better invertibility, FAIM required less sacrifice of registration accuracy. Codes for this paper will be released upon publication.

研究の動機と目的

• 深層学習ベースのアプローチで一般的に見られる非可逆的変形（折りたたみ）を回避する、より高速で高精度な非教師あり 3D 医療画像登録手法の開発。
• 既存の非教師あり CNN 手法の限界、すなわち負のヤコビアン行列式による非微分同相変形の発生を是正すること。
• U-Net に基づくモデル（例：VoxelMorph）よりも少ない学習可能なパラメータ数で高い登録精度を達成するネットワークアーキテクチャの設計。
• 正則化強度を変化させた場合の、登録精度（Dice スコア）と変形の可逆性（折りたたみの数）のトレードオフを調査すること。
• 負のヤコビアン行列式に対する明示的なペナルティが、顕著な精度損失を伴わずに変形品質をよりよく制御できることを示すこと。

提案手法

• FAIM は空間変換ネットワークと Google の Inception モジュールにインspired された独自の CNN アーキテクチャを採用し、拡張畳み込みとスキップ接続を用いてマルチスケール特徴を捉える。
• 畳み込みブロックでは PReLU 活性化関数を用い、変位ベクトルの出力には線形活性化関数を適用して 3D 変位場を予測する。
• 空間変形モジュールは、予測された変位場を用いてソース画像を微分可能サンプリングによりワープし、変形済み画像を生成する。
• 学習損失は画像類似性（正規化相互相関の 1 - 値）と正則化項（変位勾配の L2 範囲）の組み合わせであり、負のヤコビアン行列式に対する新しいペナルティ項も含む。
• 反折りたたみ正則化項は、ヤコビアン行列式が負である領域に対して明示的にペナルティを課し、微分同相（可逆）変形を促進する。
• 最大プーリングを避けるために、ストライド付き畳み込みと逆畳み込みを用いてダウンサンプリングおよびアップサンプリングを実装し、空間解像度と勾配伝搬を維持する。

実験結果

リサーチクエスチョン

• RQ1 軽量な CNN アーキテクチャは、VoxelMorph などの U-Net に基づくモデルよりも、3D 医療画像登録で高い登録精度を達成できるか？
• RQ2 負のヤコビアン行列式に対する明示的ペナルティは、標準的な正則化に比べて、予測された変形における折りたたみ位置の数をより効果的に削減できるか？
• RQ3 正則化強度を変化させた場合、FAIM と VoxelMorph の間で、登録精度（Dice スコア）と変形の可逆性（折りたたみの数）のトレードオフはどのように異なるか？
• RQ4 FAIM は、最先端の幾何的手法（例：ANTS）と比較して、ほぼ微分同相変形（極めて少ない折りたたみ）を達成しながら、高い精度を維持できる程度はどの程度か？
• RQ5 正則化強度 β に対する折りたたみ低減の感受性は、FAIM において VoxelMorph よりも高いか？ これは、変形品質のより良い制御を示唆する。

主な発見

• Mindboggle-101 データセットにおける全 ROI ラベルの平均 Dice スコアは、FAIM で 0.5330、β=0 時に VoxelMorph の 0.5066 を上回り、全テスト β 値で一貫した改善が見られた。
• β=10⁻² 時に、FAIM は平均して 1 脳あたり 2 個の折りたたみ位置（平均 𝒩 = 2）にまで削減したが、VoxelMorph は 13 個にとどまった。この際、FAIM はより高い登録精度を維持した。
• FAIM は、同じ程度の折りたたみ削減を達成するにあたり、Dice スコアの損失をより少なく抑え、反折りたたみ正則化を強化しても精度の低下が顕著に少なかった。
• Dice スコア対折りたたみ位置の曲線の勾配は、FAIM のほうがフラットで、折りたたみを 1 単位減少させるごとに、FAIM の精度損失は VoxelMorph よりも少なかった。
• 対数-対数プロットにおいて、FAIM は β の単位増加に対して折りたたみ位置がより急激に減少する傾きを示し、反折りたたみ正則化に対する感受性が高く、より効果的な制御が可能であることを示した。
• β=10⁻² でさえも、FAIM の登録精度（平均 Dice 0.4983）は、ANTS SyNQuick（0.4845）を上回り、幾何的手法と比較しても競争力のある性能を示した。