[論文レビュー] Improving RetinaNet for CT Lesion Detection with Dense Masks from Weak RECIST Labels

Martin Zlocha, Qi Dou+1 more|arXiv (Cornell University)|Jun 5, 2019

Advanced Neural Network Applications参考文献 14被引用数 22

ひとこと要約

本論文は、弱いRECISTラベルを活用してGrabCutを用いて高密度マスクを生成することで、CT病変検出に最適化された1段階型RetinaNet検出器を提案する。この手法により、ピクセル単位の監視が可能となり、トレーニングが強化される。DeepLesionベンチマークにおいて、1画像あたり4つの偽陽性で90.77%の感受性を達成し、従来手法を5%以上上回る新たなSOTAを達成した。

ABSTRACT

Accurate, automated lesion detection in Computed Tomography (CT) is an important yet challenging task due to the large variation of lesion types, sizes, locations and appearances. Recent work on CT lesion detection employs two-stage region proposal based methods trained with centroid or bounding-box annotations. We propose a highly accurate and efficient one-stage lesion detector, by re-designing a RetinaNet to meet the particular challenges in medical imaging. Specifically, we optimize the anchor configurations using a differential evolution search algorithm. For training, we leverage the response evaluation criteria in solid tumors (RECIST) annotation which are measured in clinical routine. We incorporate dense masks from weak RECIST labels, obtained automatically using GrabCut, into the training objective, which in combination with other advancements yields new state-of-the-art performance. We evaluate our method on the public DeepLesion benchmark, consisting of 32,735 lesions across the body. Our one-stage detector achieves a sensitivity of 90.77% at 4 false positives per image, significantly outperforming the best reported methods by over 5%.

研究の動機と目的

• 全身のCTスキャンにおける多様で小さな、低コントラストな病変を1つの効率的な検出器で検出する課題に対処すること。
• 2段階型検出器の性能を上回る1段階型アーキテクチャを開発し、推論の複雑さを低減しながら高い感受性を維持すること。
• 臨床現場で一般的に使用される弱いRECISTアノテーション（腫瘍学でよく用いられる）を活用し、手動セグメンテーションにかかるコストを回避しながら、高密度マスクの生成を可能にすること。
• 微分進化を用いて、小病変検出に特化したアンカー設定と特徴マップピラミッド設計を最適化すること。
• 境界ボックス予測とマスク予測の間の一貫性正則化とアテンションメカニズムを統合し、さらなる性能向上を図ること。

提案手法

• 小病変や不規則な形状の病変をよりよく検出できるよう、VGG-19バックボーンを用いたRetinaNetの再設計と、微分進化探索アルゴリズムを用いたアンカー設定の最適化。
• GrabCutアルゴリズムを用いて弱いRECIST径の情報から高品質な高密度病変マスクを生成し、トレーニング中にピクセル単位の監視を可能にする。
• 境界ボックス回帰と高密度マスク予測を統合したマルチタスクトレーニング目的関数を導入し、偽陽性を低減するための一貫性正則化を実装。
• 病変領域の特徴表現を強化するため、特徴マップピラミッドネットワークにアテンションゲートモジュールを統合。
• トレーニング中に前景（病変）と背景領域のクラス不均衡に対処するため、フォーカル損失を採用。
• DeepLesionデータセット上でアブレーションスタディを実施し、偽陽性率と病変サイズカテゴリごとの性能を比較検証。

実験結果

リサーチクエスチョン

• RQ1 1段階型検出器は、全身CTスキャンにおける多様で小さな、低コントラストな病変を、従来の2段階型手法を上回って検出できるか？
• RQ2 完全な手動セグメンテーションを必要とせずに、弱いRECISTアノテーションを活用して正確な高密度マスクを生成できるか、その限界は何か？
• RQ3 デフォルト設定と比較して、微分進化が医療病変検出のためのアンカー設定最適化にどの程度有効であるか？
• RQ4 高密度マスクの監視信号を組み込むことで、特に小さな病変に対して感受性と局在化精度が向上するか？
• RQ5 境界ボックスヘッドとマスクヘッドの間の一貫性とアテンションメカニズムの統合が、検出器性能のさらなる向上に寄与するか？

主な発見

• 提案された1段階型RetinaNetは、DeepLesionベンチマークにおいて1画像あたり4つの偽陽性で90.77%の感受性を達成し、以前のSOTA手法3DCEを5.12ポイント上回った。
• 微分進化によるアンカー設定最適化のみで、ベースラインRetinaNetと比較して0.5偽陽性/画像の条件下で感受性が2.34%向上した。
• GrabCutで生成されたマスクからの高密度マスク監視を追加することで、0.5偽陽性/画像の条件下で感受性が5.42%向上し、ピクセル単位の学習信号の価値が裏付けられた。
• アテンションゲートの統合によりさらに性能が向上し、最終的に1画像あたり4つの偽陽性で90.77%の感受性を達成した。これは、最高の先行研究比で0.5偽陽性/画像の条件下で10%の改善を達成した。
• すべての病変サイズカテゴリで優れた性能を発揮し、特に小さな病変に対して顕著な向上が見られた。これは、早期病変の兆候をよりよく検出できるようになったことを示している。
• 可視化結果から、生成されたマスクが空間的に整合性があり、予測結果が正解とよく一致していることが確認され、弱い教師付きマスク生成の品質が裏付けられた。