[論文レビュー] Kid-Net: Convolution Networks for Kidney Vessels Segmentation from CT-Volumes

Ahmed Taha, Pechin Lo+2 more|arXiv (Cornell University)|Jun 18, 2018

Advanced X-ray and CT Imaging被引用数 7

ひとこと要約

Kid-Net は、3D パッチで訓練することで GPU メモリ制限を克服し、CT バリュームからの腎臓血管（動脈、静脈、尿管）の高分解能セグメンテーションを可能にする 3D U-Net にインspired された畳み込みニューラルネットワークである。動的重み付けとランダムサンプリングによりクラス不均衡を軽減し、誤検出を低減することで、1 つの 512×512×512 バリュームあたり 1〜2 分の推論時間にまで短縮され、時間単位から分単位にまで短縮された。

ABSTRACT

Semantic image segmentation plays an important role in modeling patient-specific anatomy. We propose a convolution neural network, called Kid-Net, along with a training schema to segment kidney vessels: artery, vein and collecting system. Such segmentation is vital during the surgical planning phase in which medical decisions are made before surgical incision. Our main contribution is developing a training schema that handles unbalanced data, reduces false positives and enables high-resolution segmentation with a limited memory budget. These objectives are attained using dynamic weighting, random sampling and 3D patch segmentation. Manual medical image annotation is both time-consuming and expensive. Kid-Net reduces kidney vessels segmentation time from matter of hours to minutes. It is trained end-to-end using 3D patches from volumetric CT-images. A complete segmentation for a 512x512x512 CT-volume is obtained within a few minutes (1-2 mins) by stitching the output 3D patches together. Feature down-sampling and up-sampling are utilized to achieve higher classification and localization accuracies. Quantitative and qualitative evaluation results on a challenging testing dataset show Kid-Net competence.

研究の動機と目的

• 限られた GPU メモリの中で、大規模な 3D CT バリュームからの腎臓血管（動脈、静脈、尿管）の正確な高分解能セグメンテーションを可能にすること。
• 医療画像セグメンテーションにおける前景（血管）と背景（非血管）ボクセル間の深刻なクラス不均衡を解消すること。
• 特にアノテートやセグメンテーションが困難な、尿管のような微小な血管構造における誤検出を低減すること。
• クロップやダウンサンプリングなどの手動前処理の必要性を排除し、エンドツーエンドのパッチベース学習を可能にすること。
• 局所化精度を維持しながら、希な正解アノテーションに対しても対応できるエンドツーエンド学習を可能にする学習スキームの開発

提案手法

• Kid-Net は、エンコーダー（ダウンサンプリング）とデコーダー（アップサンプリング）の段階を持つ 3D U-Net に類似したアーキテクチャを採用し、階層的特徴を学習し、構造の局所化を実現する。
• アップサンプリングパスに残差接続を用いることで、複数スケールレベルにわたる勾配の流れと特徴再構築を向上させる。
• GPU メモリ制限を回避するため、フル CT バリュームから抽出した 96×96×96 の 3D パッチでネットワークを訓練する。
• トレーニング中に動的ボクセル重み付けを適用し、特に尿管のような低頻度クラスに高い損失重みを割り当てることで、クラス不均衡を緩和する。
• 背景ボクセルのランダムサンプリングを用いることで、低前景領域における誤検出を低減する。
• 最終的なセグメンテーションは、残差接続からの複数のアップサンプリング出力を平均化することで得られ、耐障害性と分解能が向上する。

実験結果

リサーチクエスチョン

• RQ1 フルボリュームのメモリを必要とせずに、3D コンvolutionネットワークがフル CT バリュームからの腎臓血管の高分解能セグメンテーションを達成できるか？
• RQ2 腎臓血管セグメンテーションにおける深刻な前景-背景クラス不均衡を、トレーニング段階で効果的に緩和できるか？
• RQ3 動的重み付けとランダムサンプリングが、尿管のような微小でアノテートが難しい血管のセグメンテーション精度をどの程度向上させるか？
• RQ4 エンドツーエンド学習を可能にするパッチベース学習が、従来のスライス単位またはフルボリュームアプローチに比べ、局所化精度と正確性において優れているか？
• RQ5 正解アノテーションが希で不完全な状況下でも、提案された学習スキームが微細な血管構造に対してどの程度の性能を示すか？

主な発見

• 動的重み付けとランダムサンプリング（DW+RS）の組み合わせが、全血管タイプにおいて最高の F1 スコアを達成し、全 ROI 領域における尿管セグメンテーションの F1 スコアが 30% 向上した。
• 動脈セグメンテーションでは、動脈相 CT 影像のおかげで血管の可視性が向上し、全 ROI 領域で F1 スコア 0.88 を達成した。
• 静脈セグメンテーションでは、DW のみの場合の F1 スコア 0.59 から、DW+RS を用いることで腎臓のバウンディングボックス領域で 0.67 に向上し、微細血管検出の有効性が裏付けられた。
• 尿管セグメンテーションでは、ランダムサンプリングのおかげで最大の向上が見られ、腎臓のバウンディングボックス領域で F1 スコアが 22% 向上し、誤検出の低減に果たす役割が顕著に示された。
• 3D パッチからの予測を組み合わせることで、512×512×512 の CT バリュームを 1〜2 分で完全にセグメンテーションし、手動セグメンテーションの所要時間を時間単位から分単位にまで短縮した。
• 定性的な結果から、Kid-Net が腎臓周辺の微細血管を効果的に捉え、隠れた静脈などの困難なケースに対しても、ベースライン手法を上回る視覚的忠実度と構造的正確性を示した。