[論文レビュー] Location Sensitive Deep Convolutional Neural Networks for Segmentation of White Matter Hyperintensities

Mohsen Ghafoorian, Nico Karssemeijer+8 more|arXiv (Cornell University)|Oct 16, 2016

Medical Image Segmentation Techniques参考文献 19被引用数 26

ひとこと要約

本稿では、脳MRIにおける白質高信号病変（WMH）の自動セグメンテーションを目的として、解剖学的空間的情報を特徴学習プロセスに明示的に統合する位置に敏感な深層畳み込みニューラルネットワーク（CNN）を提案する。最初の全結合層に空間座標を組み込むことで、46スキャンのテストセットにおいてDiceスコア0.791を達成し、これは独立した人間の観察者と統計的に差がない（p=0.17）ことを示し、WMHセグメンテーションにおいてほぼ人間水準の性能を実現している。

ABSTRACT

The anatomical location of imaging features is of crucial importance for accurate diagnosis in many medical tasks. Convolutional neural networks (CNN) have had huge successes in computer vision, but they lack the natural ability to incorporate the anatomical location in their decision making process, hindering success in some medical image analysis tasks. In this paper, to integrate the anatomical location information into the network, we propose several deep CNN architectures that consider multi-scale patches or take explicit location features while training. We apply and compare the proposed architectures for segmentation of white matter hyperintensities in brain MR images on a large dataset. As a result, we observe that the CNNs that incorporate location information substantially outperform a conventional segmentation method with hand-crafted features as well as CNNs that do not integrate location information. On a test set of 46 scans, the best configuration of our networks obtained a Dice score of 0.791, compared to 0.797 for an independent human observer. Performance levels of the machine and the independent human observer were not statistically significantly different (p-value=0.17).

研究の動機と目的

• 深層学習モデルに解剖学的位置情報を取り入れることで、脳MRIにおける白質高信号病変（WMH）の自動セグメンテーションを改善すること。
• 標準的なCNNが神経画像診断において正確なWMH検出に不可欠な空間的文脈を捉えきれていないという限界を是正すること。
• 従来の手作業で作成された特徴量や標準CNNとは異なり、明示的な位置特徴量を統合することで、セグメンテーション性能が向上するかどうかを評価すること。
• 深層学習フレームワーク内での空間的特徴量の統合戦略とアーキテクチャの違いを比較すること。
• 500例を超える大規模データセットを用いて、人間の専門家と同等の性能を達成すること。

提案手法

• T1およびFLAIR MRIシーケンスから得られるマルチスケール2次元パッチを処理する複数の深層CNNアーキテクチャを提案する。
• 最初の全結合層に明示的な空間的位置特徴量（x, y座標）を入力することで、空間的推論を支援する。
• 局所的な画像パッチを入力として用い、ボクセル単位のWMHラベルを予測するパッチベースの学習戦略を採用する。
• 位置特徴量の統合ポイントを検証し、最初の全結合層が2番目の全結合層よりも最適であることが判明した。
• 2段階のトレーニング戦略を採用したが、分離したトレーニングよりも、外観特徴量と空間的特徴量を同時に学習するエンドツーエンドの共同学習を好む。
• 500例を超える患者データを用いた大規模なデータセットを、トレーニング、検証、テストに使用し、最終的なテストセットには46スキャンが含まれる。

実験結果

リサーチクエスチョン

• RQ1 明示的な解剖学的位置情報の統合が、標準CNNを上回る深層学習ベースのWMHセグメンテーションを改善できるか？
• RQ2 ネットワークアーキテクチャのどの位置に空間座標を統合するのが、最良のパフォーマンスを得る上で最も効果的か？
• RQ3 位置特徴量の統合が、人間の専門家に近い性能にまで到達するか？
• RQ4 手作業で作成された特徴量を用いる従来の手法と比較して、位置に敏感なCNNの性能はどの程度か？
• RQ5 2次元パッチの使用は十分か、連続スライスからの3次元パッチの方が結果を改善するか？

主な発見

• 提案された位置に敏感なCNNは、テストセットでDiceスコア0.791を達成し、従来の手作業特徴量手法を上回った。
• 最も優れたモデルの性能は、独立した人間の観察者と統計的に差がなかった（p=0.17）ため、ほぼ人間水準の正確性を示した。
• 空間的位置特徴量を最初の全結合層に統合した場合が、高次元表現に埋もれてしまう後段の層よりも高いパフォーマンスを発揮した。
• モデルは人間の観察者に見逃された小さなWMHを検出できたため、臨床的検出における感度向上の可能性を示唆した。
• 表現ネットワークを事前にトレーニングし、その後に位置統合分類器を学習する2段階アプローチは、エンドツーエンドの共同学習に比べて効果が低かった。
• 2次元パッチの使用は計算的に効率的で十分であったが、等方的または薄いスライスのMRIデータでは3次元パッチが有益である可能性がある。