[論文レビュー] Left ventricle quantification through spatio-temporal CNNs

Alejandro Debus, Enzo Ferrante|arXiv (Cornell University)|Aug 23, 2018

Advanced MRI Techniques and Applications参考文献 1被引用数 5

ひとこと要約

本論文は、時間的に連続する心筋マヒリス画像スライスを処理する3次元時空間畳み込みニューラルネットワーク（CNN）を提案する。この手法により、心室腔および心筋の面積、寸法、壁厚さ、心拍周期などの左心室（LV）定量的指標を直接回帰し、心臓の時間的ダイナミクスを活用することで精度を向上させる。この方法は、特にRNNベースのモデルと比較して心拍周期推定誤差を8.2%から3.85%に低減し、最先端の性能を達成した。

ABSTRACT

Cardiovascular diseases are among the leading causes of death globally. Cardiac left ventricle (LV) quantification is known to be one of the most important tasks for the identification and diagnosis of such pathologies. In this paper, we propose a deep learning method that incorporates 3D spatio-temporal convolutions to perform direct left ventricle quantification from cardiac MR sequences. Instead of analysing slices independently, we process stacks of temporally adjacent slices by means of 3D convolutional kernels which fuse the spatio-temporal information, incorporating the temporal dynamics of the heart to the learned model. We show that incorporating such information by means of spatio-temporal convolutions into standard LV quantification architectures improves the accuracy of the predictions when compared with single-slice models, achieving competitive results for all cardiac indices and significantly breaking the state of the art (Xue et al., 2018, MedIA) for cardiac phase estimation.

研究の動機と目的

• 心臓の時間的ダイナミクスを組み込むことで、心筋マヒリスにおける左心室定量の精度を向上させること。
• 単一スライスモデルがLVインデックス予測において時間的文脈を無視するという限界に対処すること。
• 複雑なRNNベースのアーキテクチャに代えて、より効率的で高性能なシンプルな3次元畳み込みに置き換えること。
• 中間のセグメンテーションを必要とせず、MRシーケンスから直接的に心臓インデックスを回帰すること。

提案手法

• モデルは2本のブランチからなるCNNアーキテクチャを採用：まず5×5カーネルを用いたエンコーダ-CNNで各スライスの特徴を抽出し、その後に空間的・時間的情報を統合する3次元時空間畳み込みを適用する。
• 時空間畳み込みは、κ個の時間的に連続するスライスを積み重ねて形成される3次元ボリュームを対象とし、3次元カーネルサイズ3×5×5および2×5×5を用いる（κ=5の場合）。
• トレーニングの安定化のため、エンコーダーおよび時空間モジュールの両方でReLU活性化関数とバッチ正規化を採用する。
• 2つの並列された回帰ブランチを用いる：1つは連続的インデックス（寸法、壁厚さ、面積）のためのもの、もう1つは3次元畳み込みと2層のMLPを経由して二値の心拍周期分類を実行するもの。
• 一般化を向上させるために、円形データオーグメンテーション戦略を採用し、シーケンスの最初と最後のスライスを時間的に隣接するものとして扱う。
• モデルは、LVQuan Challenge 2018データセットを用いて5分割交差検証法でトレーニングおよび検証され、標準指標（MAE、PCC、誤差率）を用いて評価される。

実験結果

リサーチクエスチョン

• RQ1 3次元時空間畳み込みを用いて時間的ダイナミクスを組み込むことで、単一スライスモデルと比較して直接LVインデックス回帰の精度が向上するか？
• RQ2 3次元CNNベースのアプローチは、他のインデックスの性能を維持しつつ、RNNベースのモデルを上回る心拍周期推定性能を達成できるか？
• RQ3 効果的な時空間特徴抽出を実現するには、時間的に連続するスライスをいくつ（κ）含めるのが最適か？
• RQ4 複雑なマルチタスク学習や再帰的構造を排除した、よりシンプルな3次元CNNアーキテクチャでも最先端の結果を達成可能か？

主な発見

• 提案された時空間CNNは、LVQuan Challenge 2018データセット上で心拍周期推定誤差率3.85%を達成し、前例の最先端（8.2%）を顕著に上回った。
• LV心室腔および心筋面積予測において、平均絶対誤差（MAE）はそれぞれ190±110 mm²および199±138 mm²を達成し、PCC値は0.93以上であった。
• 方向的寸法予測ではMAEが2.29±1.59 mm、PCCが0.960を達成し、幾何的測定の高精度を示した。
• 領域的壁厚さ予測では平均MAEが1.42±0.65 mm、PCCが0.819に達し、微細構造インデックスに対する優れた性能を示した。
• κ=5スライスが最適な性能を示した。κ=7では同程度の結果であったが、顕著な改善は見られず、この深さで十分な時間的文脈が捉えられていることが示唆された。
• よりシンプルなアーキテクチャを用いても、先行研究より複雑なRNNやベイジアンマルチタスク学習を排除した上で最先端の結果を達成した。