[論文レビュー] LT-Net: Label Transfer by Learning Reversible Voxel-wise Correspondence for One-shot Medical Image Segmentation

Shuxin Wang, Shilei Cao+6 more|arXiv (Cornell University)|Mar 16, 2020

Medical Image Segmentation Techniques参考文献 40被引用数 5

ひとこと要約

LT-Netは、サイクル整合性のある対応学習を用いて、ラベル付きアトラスとラベルなしのターゲット画像の間で可逆なボクセル単位の対応関係を学習するワンショット医療画像セグメンテーション手法を提案する。敵対的訓練とサイクル整合性を併用して前向きおよび後向きの変形場を同時に回帰することで、唯一のアノテート済み例のみで最先端の性能を達成し、従来の手法と比べて著しく安定性と正確性が向上する。

ABSTRACT

We introduce a one-shot segmentation method to alleviate the burden of manual annotation for medical images. The main idea is to treat one-shot segmentation as a classical atlas-based segmentation problem, where voxel-wise correspondence from the atlas to the unlabelled data is learned. Subsequently, segmentation label of the atlas can be transferred to the unlabelled data with the learned correspondence. However, since ground truth correspondence between images is usually unavailable, the learning system must be well-supervised to avoid mode collapse and convergence failure. To overcome this difficulty, we resort to the forward-backward consistency, which is widely used in correspondence problems, and additionally learn the backward correspondences from the warped atlases back to the original atlas. This cycle-correspondence learning design enables a variety of extra, cycle-consistency-based supervision signals to make the training process stable, while also boost the performance. We demonstrate the superiority of our method over both deep learning-based one-shot segmentation methods and a classical multi-atlas segmentation method via thorough experiments.

研究の動機と目的

• ディープラーニングベースのセグメンテーションにおいて限られたアノテート済み医療画像の課題に対処するため、たった1つのラベル付き例でのワンショット学習を可能にすること。
• 真の対応関係が存在しない状況において、サイクル整合性の監視を導入することで、対応学習の安定性と正確性を向上させること。
• 解剖学的構造を保持する双方向の変形場を学習することで、ディープラーニングを用いたアトラスベースセグメンテーションを向上させること。
• 大規模なアノテート済みデータセットへの依存を減らし、一般化を図るために単一のアノテート済みアトラスを用いて新しいラベルなしスキャンに適用できること。
• 手動でのアノテーションが時間と費用がかかる臨床現場において、堅牢で正確なセグメンテーションを達成すること。

提案手法

• LT-Netは、アトラスからターゲット画像への前向き変形場と、変形されたアトラスを元のアトラスに戻す後向き変形場を学習し、サイクル整合性のある対応学習フレームワークを構築する。
• モデルは、実際の画像と合成画像を区別するディスクライマーを用いて間接的監視を提供する生成的敵対的ネットワーク（GAN）を統合したVoxelMorphベースのバックボーンを採用する。
• ターゲット画像と変形アトラスの類似度を測るために、局所的に正規化された相互相関損失が用いられ、局所的な強度の整合性を促進する。
• 変形場に滑らかさ損失が適用され、空間的勾配を正則化し、解剖学的歪みを防ぐ。
• 類似度損失、滑らかさ損失、敵対的損失を組み合わせた全損失関数を用いて、たった1つのラベル付き例でのエンドツーエンド学習を実現する。
• 前向きおよび後向き変形の合成が恒等写像に近づくようにすることで、サイクル整合性が確保され、学習の安定性が向上する。

実験結果

リサーチクエスチョン

• RQ1 真の対応関係が存在しない状況でも、サイクル整合性のある対応学習がワンショット医療画像セグメンテーションの堅牢性と正確性を向上させ得るか？
• RQ2 実際の画像と合成画像を区別するディスクライマーを用いた敵対的訓練は、真の対応関係が欠如する状況下でどのように対応学習を向上させるか？
• RQ3 単方向手法と比較して、後向き対応学習を組み込むことで、セグメンテーション性能はどの程度向上するか？
• RQ4 微分可能な変形場のみを用いて、1つのアノテート済みアトラスが多様なラベルなしターゲット画像に効果的に一般化可能か？
• RQ5 古典的マルチアトラス手法および最近のディープラーニングベースのワンショットセグメンテーション手法と比較して、本手法の正確性と安定性はどの程度優れているか？

主な発見

• LT-NetはCANDIデータセットにおいて、古典的マルチアトラスセグメンテーションおよび最近のディープラーニングベースのワンショット手法を上回る最先端の性能を達成した。
• 後向き対応学習の導入により、特に真の対応関係が存在しない状況下で、学習の安定性が著しく向上し、モード崩壊が軽減された。
• サイクル整合性に基づく監視信号により、より正確で解剖学的に妥当な変形場が得られ、セグメンテーション品質が向上した。
• 実際の画像と合成画像を区別するディスクライマーを用いた敵対的訓練は、効果的な間接的監視を提供し、一般化性能と耐障害性を向上させた。
• CANDIデータセットの全28個の解剖的構造において、高いDiceスコアを達成し、大多数の構造で平均Diceスコアが0.85を超えた。
• アブレーションスタディの結果、後向き対応学習またはGANコンponentを削除すると、セグメンテーション性能が著しく低下することが確認され、設計選択の妥当性が裏付けられた。