[論文レビュー] MixSearch: Searching for Domain Generalized Medical Image Segmentation Architectures

Luyan Liu, Zhiwei Wen+7 more|arXiv (Cornell University)|Feb 26, 2021

Advanced Neural Network Applications参考文献 50被引用数 5

ひとこと要約

MixSearchは、複数ドメイン・複数タスクの医療画像を混合することで合成医療データセットを構築し、汎用的なU字型セグメンテーションアーキテクチャを学習する、画期的なニューラルアーキテクチャサーチ（NAS）フレームワークを提案する。学習可能な特徴統合を備えた織り交ぜられたエンコーダ・デコーダ探索空間を採用することで、SOTAの手作業で設計されたモデル（Attention U-Net や U-Net 変種）を上回る性能を、未学習のデータセットで示し、DiceスコアおよびJaccardスコアの顕著な向上を達成することで、強力なドメイン一般化性能を実証する。

ABSTRACT

Considering the scarcity of medical data, most datasets in medical image analysis are an order of magnitude smaller than those of natural images. However, most Network Architecture Search (NAS) approaches in medical images focused on specific datasets and did not take into account the generalization ability of the learned architectures on unseen datasets as well as different domains. In this paper, we address this point by proposing to search for generalizable U-shape architectures on a composited dataset that mixes medical images from multiple segmentation tasks and domains creatively, which is named MixSearch. Specifically, we propose a novel approach to mix multiple small-scale datasets from multiple domains and segmentation tasks to produce a large-scale dataset. Then, a novel weaved encoder-decoder structure is designed to search for a generalized segmentation network in both cell-level and network-level. The network produced by the proposed MixSearch framework achieves state-of-the-art results compared with advanced encoder-decoder networks across various datasets.

研究の動機と目的

• 単一で小規模なデータセットにのみ学習された既存の医療画像セグメンテーションモデルにおける一般化の欠如に対処すること。
• 医療画像解析におけるデータ不足とドメインシフトの課題を克服し、大規模かつ合成された訓練分布を構築すること。
• 複数ドメインの医療画像セグメンテーションに適した、堅牢で一般化可能なU字型アーキテクチャを発見するエンドツーエンドのNASフレームワークを開発すること。
• 異なる画像モodalitiesおよび解剖的領域からなる完全に未学習のデータセット上で、学習されたアーキテクチャの一般化能力を評価すること。

提案手法

• 実画像および増幅処理済みの合成画像を含む、複数の医療画像セグメンテーションタスクおよびドメインからのサンプルを混合することで、合成データセットを構築する。
• セルレベルおよびネットワークレベルでの共同探索を可能にする、学習可能な水平および垂直特徴統合モジュールを備えた、新規の織り交ぜられたエンコーダ・デコーダアーキテクチャを導入する。
• 合成データセット上でアーキテクチャを最適化するため、DARTSにインspiredした微分可能アーキテクチャサーチ戦略を採用する。
• ドメイン多様性および分布的ロバスト性を向上させるために、混合係数μ=0.5を用いたMixUpなどのデータ混合戦略を適用する。
• 複数のデコーダ層に深層監督ヘッドを設けることで、マルチスケールの監視を実現し、特徴学習および空間的精度を向上させる。
• ISIC、LiTS、KiTS、ETISを統合した合成データセット上でアーキテクチャサーチを実施し、クロスドメイン一般化を模擬する。

実験結果

リサーチクエスチョン

• RQ1 複数ドメインの医療画像を混合して構築した合成データセットは、学習されたセグメンテーションアーキテクチャの一般化性能を向上させることができるか？
• RQ2 学習可能な特徴統合を備えた織り交ぜられたエンコーダ・デコーダ探索空間は、多様な医療画像モダリティ間でより優れた性能とロバスト性を実現できるか？
• RQ3 合成データセット上で実行されるNASは、未学習のデータセットにおいて、手作業で設計されたモデルを上回る一般化性能を発揮できるか？
• RQ4 本手法であるMixSearchは、専用およびユニオンベースのNAS戦略と比較して、一般化性能および性能面で優れているか？

主な発見

• 未学習のETISデータセットでは、MixSearchはAttention U-Netを1.0%上回るDiceスコアおよび1.5%上回るJaccard類似度を達成した。
• LiTSデータセットでは、MR U-NetがU-Net++を0.01%上回るというわずかな優位性を示すにもかかわらず、MixSearchは顕著な差をつけて最良の手作業モデルを上回った。
• KiTSデータセットでは、MixSearchは94.53%のDiceスコアを達成し、R2T U-Netの94.64%とほぼ同等の性能を示し、最小限の差でSOTAに近い性能を実現した。
• MixSearchが学習したアーキテクチャは、個々のソースドメインに過学習を示し、基本的なU-Netでさえも下回る性能を示すUnionSearchよりも優れた一般化性能を示した。
• MixSearchにおける段階的特徴集約は、エッジ検出およびマスク品質の向上を示し、JaccardスコアがX^{0,5}からX^{0,9}に上昇した。
• 最終出力X^{0,7}は高い精度を達成でき、計算量を削減しても性能に影響を及げないプリーニング可能な推論ヘッドとして利用可能である。