[論文レビュー] GASNet: Weakly-supervised Framework for COVID-19 Lesion Segmentation

Zhanwei Xu, Yukun Cao+6 more|arXiv (Cornell University)|Oct 19, 2020

COVID-19 diagnosis using AIMedicine参考文献 58被引用数 22

ひとこと要約

GASNetは、ボリュームレベルの診断ラベル（陽性／陰性）と生成対抗訓練を活用して、高コストなボクセルレベルのアノテーションに依存を最小限に抑える弱教師付き深層学習フレームワークである。セグメンテーションネットワーク（セグメンテーション器）と生成ネットワーク（生成器）を統合し、識別器を欺くようなリアルな「健全な」CTボリュームを生成することで、1つのボクセルレベルラベルのみを用いても、完全教師ありモデルと同等の性能を達成する。

ABSTRACT

Segmentation of infected areas in chest CT volumes is of great significance for further diagnosis and treatment of COVID-19 patients. Due to the complex shapes and varied appearances of lesions, a large number of voxel-level labeled samples are generally required to train a lesion segmentation network, which is a main bottleneck for developing deep learning based medical image segmentation algorithms. In this paper, we propose a weakly-supervised lesion segmentation framework by embedding the Generative Adversarial training process into the Segmentation Network, which is called GASNet. GASNet is optimized to segment the lesion areas of a COVID-19 CT by the segmenter, and to replace the abnormal appearance with a generated normal appearance by the generator, so that the restored CT volumes are indistinguishable from healthy CT volumes by the discriminator. GASNet is supervised by chest CT volumes of many healthy and COVID-19 subjects without voxel-level annotations. Experiments on three public databases show that when using as few as one voxel-level labeled sample, the performance of GASNet is comparable to fully-supervised segmentation algorithms trained on dozens of voxel-level labeled samples.

研究の動機と目的

• COVID-19 CT画像におけるボクセルレベルセグメンテーションの高コストなアノテーション問題に対処すること。特に、専門家によるラベリングが時間のかかり、一貫性に欠けること。
• 深層セグメンテーションネットワークの学習に、大量のピクセル／ボクセルレベルのアノテートデータに依存することを減らすこと。
• 高価な個々のボクセルアノテーションではなく、容易に入手可能なボリュームレベル診断ラベル（例：陽性／陰性）を活用する弱教師付きフレームワークの開発。
• 生成対抗訓練をセグメンテーションネットワークに統合し、合成された「正常」CTボリュームが実際の健全なスキャンと区別がつかないことを可能にすることで、セグメンテーション性能を向上させること。

提案手法

• GASNetは、同一の入力CTボリュームを共有するセグメンテーションネットワーク（セグメンテーション器）と生成ネットワーク（生成器）をGANフレームワークに統合している。
• 生成器は、COVID-19のCT画像における病変領域を、合成された「正常」組織に置き換えることで、合成された健全なボリュームを生成する。
• 識別器は、実際の健全なCTボリュームと合成されたボリュームを区別するように学習され、リアルさを向上させるための対抗的フィードバックを提供する。
• セグメンテーション器と生成器は、再構成損失、対抗的損失、および追加の補助損失（例：$σ_{IgToD}$、$σ_{IdToD}$、$σ_{MIL}$、$σ_{ps}$）を最小化するように共同最適化され、学習の安定性と性能が向上する。
• フレームワークは、ボクセルレベルのアノテーションを最小限に抑え、主にボリュームレベルのラベル（例：「COVID-19陽性」または「陰性」）による監視に依存する。
• 補助損失（例：$σ_{ps}$）は、セグメンテーション器に対して直接的なボクセルレベルの監視を提供し、局在化の正確性を向上させる。

実験結果

リサーチクエスチョン

• RQ1 弱教師付きセグメンテーションフレームワークは、1つのボクセルレベルラベルのみを用いても、完全教師ありモデルと同等の性能を達成できるか？
• RQ2 生成対抗訓練は、病変修復のための合成された健全なCTボリュームのリアルさを向上させるのにどの程度効果的か？
• RQ3 豊富なピxlsレベルアノテーションが存在しない状況下で、補助損失関数は学習の安定性とセグメンテーション精度をどの程度向上させるか？
• RQ4 このフレームワークは、異なるデータセットに一般化可能で、人為的アノテーションが最小限の状況でも高い性能を維持できるか？
• RQ5 ボリュームレベル診断ラベルと対抗訓練を統合することで、低監視状態下でのセグメンテーション性能はどの程度向上するか？

主な発見

• GASNetは、1つのボクセルレベルラベルのみを用いて、公開データセットAで60.2% ± 23.4のDiceスコアを達成し、数十個のラベルを用いた完全教師ありベースラインを上回った。
• 1つのラベルを用いた場合、GASNetのDiceスコア（60.2%）は、50個のボクセルレベルラベルを用いた完全教師あり3D U-Netと同等の性能を示した。
• 補助損失、特に$σ_{IgToD}$と$σ_{IdToD}$を組み込むことで、そのような制約のないベースラインと比較してDiceスコアが10ポイント以上向上した。
• $σ_{ps}$を追加することで、Diceスコアは64.75%から70.3%に上昇し、弱教師付き学習における直接的なボクセルレベル監視の価値を示した。
• 微調整版のGASNet（$\text{GASNet}_{\text{finetune}}$）は、1つのラベルを用いてDiceスコア58.9% ± 24.4%を達成し、データセット間でのロバストネスと一般化性能を示した。
• GASNetは、データセットAにおいて高い特異度（99.6% ± 0.2）と感受性（55.6% ± 28.3）を維持しており、病変と健全な組織を区別する能力が優れていることを示した。