[論文レビュー] Liver segmentation in CT images using three dimensional to two dimensional fully convolutional network

Shima Rafiei, Ebrahim Nasr-Esfahani+4 more|arXiv (Cornell University)|Feb 21, 2018

Medical Image Segmentation Techniques参考文献 3被引用数 8

ひとこと要約

本論文は、腹部CTスキャンにおける肝臓セグメンテーションを高速かつ高精度に実行するための3次元から2次元への完全畳み込みネットワーク（3D-2D-FCN）を提案する。3次元特徴抽出 followed by 2次元の微調整および境界最適化のための条件付きランダムフィールドを活用することで、1分未満でDiceスコア93.52を達成し、緊急時や臨床応用において、速度と正確性の両面で顕著な向上を実現した。

ABSTRACT

The need for CT scan analysis is growing for pre-diagnosis and therapy of abdominal organs. Automatic organ segmentation of abdominal CT scan can help radiologists analyze the scans faster and segment organ images with fewer errors. However, existing methods are not efficient enough to perform the segmentation process for victims of accidents and emergencies situations. In this paper we propose an efficient liver segmentation with our 3D to 2D fully connected network (3D-2D-FCN). The segmented mask is enhanced by means of conditional random field on the organ's border. Consequently, we segment a target liver in less than a minute with Dice score of 93.52.

研究の動機と目的

• 腹部CTスキャンにおける前診断および治療計画のため、急速かつ正確な肝臓セグメンテーションの増大するニーズに対応すること。
• 特に時間の猶予が限られる緊急時や外傷状況において、セグメンテーションの速度と正確性を向上させること。
• 優れた境界明確化を実現するため、3次元の文脈と2次元の微調整を組み合わせた手法を開発すること。
• 臓器の縁に沿って条件付きランダムフィールドを用いて、セグメンテーションの正確性を向上させること。
• 最小限の推論時間で高いパフォーマンスを達成し、リアルタイムの臨床適用に適した方法を実現すること。

提案手法

• 本手法は、空間的文脈を保持するため、3次元CTデータからボリュメトリック特徴を抽出する3次元完全畳み込みネットワーク（3D-FCN）を採用する。
• その後、冠状断層上でのセグメンテーションを微調整するために2次元完全畳み込みネットワーク（2D-FCN）を適用し、解像度と詳細を向上させる。
• 2D-FCNの出力を、臓器の境界を微調整しノイズを低減するために条件付きランダムフィールド（CRF）を用いてさらに最適化する。
• 予測マスクと正解マスクのDice類似度を最大化する損失関数を用いて、エンド・ツー・エンドの訓練を実施する。
• 計算効率に配慮したアーキテクチャ設計により、標準的なハードウェア上でも1分未満の推論が可能である。
• 正確性と速度の両立を実現するため、3次元空間的文脈と2次元高解像度微調整を組み合わせたアプローチを採用する。

実験結果

リサーチクエスチョン

• RQ1 ハイブリッドな3次元から2次元への完全畳み込みネットワークアーキテクチャは、従来の手法と比較して、腹部CTスキャンにおける肝臓セグメンテーションをより高速かつ正確に実現できるか？
• RQ2 条件付きランダムフィールドの統合は、肝臓セグメンテーションの境界正確性をどの程度向上させるか？
• RQ3 3次元特徴抽出と2次元微調整を組み合わせることで、推論時間を短く保ちながらセグメンテーションパフォーマンスがどの程度向上するか？
• RQ4 提案手法は、1分未満の推論時間で高いDiceスコアを達成できるか。緊急時における適用に適しているか？
• RQ5 純粋な3次元または2次元アプローチと比較して、3D-2D-FCNは正確性と速度の両面で優れているか？

主な発見

• 提案された3D-2D-FCNは、肝臓セグメンテーションタスクにおいて93.52のDiceスコアを達成し、正解マスクと高い一致を示した。
• 本手法は1分未満で肝臓セグメンテーションを完了し、高い計算効率を示した。
• 条件付きランダムフィールドの統合により、境界の正確性が顕著に向上し、ノイズや不規則性が低減された。
• 3次元文脈と2次元微調整の組み合わせは、純粋な3次元または2次元アプローチを上回る性能を、速度と正確性の両面で達成した。
• 多様な腹部CTスキャンにおいても、時間的制約のある臨床現場での適用に適した、強固なパフォーマンスを示した。
• 推論速度において最先端の性能を達成しながらも、高いセグメンテーション品質を維持した。