[論文レビュー] Multi-dimensional Gated Recurrent Units for Automated Anatomical Landmark Localization

Simon Andermatt, Simon Pezold+2 more|arXiv (Cornell University)|Aug 9, 2017

Medical Image Segmentation Techniques参考文献 11被引用数 7

ひとこと要約

本稿では、粗くから細かくまでのリファインメントを用いた多方向性ゲート付き再帰ユニット（MD-GRU）フレームワークを提案し、MRIにおける3次元解剖学的ランドマークの自動化された局所化を実現する。MD-GRUを用いた粗くから細かくまでのリファインメントにより、高い精度が達成され、延髄橋頭側索の局所化では平均誤差1.7 mmを達成し、臨床的エキスパートとの比較で同等の性能を示した。

ABSTRACT

We present an automated method for localizing an anatomical landmark in three-dimensional medical images. The method combines two recurrent neural networks in a coarse-to-fine approach: The first network determines a candidate neighborhood by analyzing the complete given image volume. The second network localizes the actual landmark precisely and accurately in the candidate neighborhood. Both networks take advantage of multi-dimensional gated recurrent units in their main layers, which allow for high model complexity with a comparatively small set of parameters. We localize the medullopontine sulcus in 3D magnetic resonance images of the head and neck. We show that the proposed approach outperforms similar localization techniques both in terms of mean distance in millimeters and voxels w.r.t. manual labelings of the data. With a mean localization error of 1.7 mm, the proposed approach performs on par with neurological experts, as we demonstrate in an interrater comparison.

研究の動機と目的

• 3次元医療画像における解剖学的ランドマークを自動的かつ堅牢に局所化する手法を開発し、被検者間および被検者内変動を低減すること。
• 畳み込みニューラルネットワーク（CNN）が長距離の文脈的関係を捉えきれないという限界を補うために、多方向性GRUを用いた再帰的アーキテクチャを活用すること。
• 複数スケールでのMD-GRUを用いた粗くから細かくまでのネットワーク設計により、局所化精度を向上させること。
• 臨床的エキスパートとの比較による性能評価を行い、局所化精度が同等であることを示すこと。
• MD-GRUの応用を、従来はセグメンテーションにのみ用いられていたのを、ランドマーク検出タスクへと拡張すること。

提案手法

• 本手法は2段階のネットワークを用いる。まず粗いネットワークが4倍粗くされた3次元ボリュームを処理し、候補領域を特定し、その後、細かいネットワークが高解像度の部分ボリューム内でランドマークを局所化する。
• 両ネットワークは、複数スケールの特徴学習を可能にし、空間的複雑性を低減するために、各層でサブサンプリングを施した多方向性ゲート付き再帰ユニット（MD-GRU）を採用する。
• MD-GRU層は、階層的なボリュームデータ処理を可能にしつつパラメータ効率を維持するため、学習可能なサブサンプリング操作を組み込むように変更されている。
• 各次元ごとに256の座標クラスの確率分布を予測し、最終的な座標は上位3クラスに対して放物線フィッティングにより推定される。
• トレーニングでは補間を避けるために整数座標のサブボリュームを確率的サンプリングし、確率予測には交差エントロピー損失が用いられる。
• 本フレームワークは、頭頸部の1218例の3次元T1強調MRIボリュームで評価され、2名のエキスパートレーティングが100例のテスト画像に対して行われた。

実験結果

リサーチクエスチョン

• RQ1 多方向性ゲート付き再帰ユニット（MD-GRU）は、3次元解剖学的ランドマーク局所化において、長距離の文脈的依存関係を効果的にモデル化できるか？
• RQ2 粗くから細かくまでの2段階ネットワーク設計は、単一段階アプローチと比較して局所化精度を向上させるか？
• RQ3 MD-GRUベースのネットワークは、人間のエキスパートと同等の性能を達成できるか？
• RQ4 離散的座標確率分布と放物線フィッティングの使用は、局所化精度にどのような影響を与えるか？
• RQ5 提案手法は、手動ラベル付けと比較して、被検者間変動をどの程度低減できるか？

主な発見

• 提案手法は平均局所化誤差1.7 mmを達成し、これは2名の臨床的エキスパート間の被検者間変動と統計的に差がない。
• 2段階ネットワーク設計により、粗いネットワーク単体と比較して著しく精度が向上し、最良の設定では誤差が50％以上低減された。
• 1次元あたり256の座標クラスと放物線フィッティングを用いることで、64クラスと比較してさらに精度が向上したが、トレーニング時間はわずか2.5時間増加した。
• 表1cに示すように、既存のディープラーニングベースのランドマーク局所化手法と比較して、平均距離（mm）およびボクセル誤差の両面で優れた性能を示した。
• 推論時間のテストでは1ボリュームあたり4秒未満であり、臨床応用におけるリアルタイム実装可能性が示された。
• 最悪ケースの誤差分析から、最大のずれは誤標記されたエキスパートラベルに起因しており、このことは、本手法がラベルノイズに対して頑健であることを示唆している。