[論文レビュー] Multi-Scale Supervised 3D U-Net for Kidneys and Kidney Tumor Segmentation

Wenshuai Zhao, Dihong Jiang+2 more|arXiv (Cornell University)|Apr 17, 2020

Advanced Neural Network Applications参考文献 29被引用数 9

ひとこと要約

本稿では、CT画像における腎臓および腎腫瘍の自動セグメンテーションを目的として、マルチスケールの教師あり3次元U-Net（MSS U-Net）を提案する。深層学習の監督と指数対数損失を組み合わせることで、学習効率と精度を向上させる。KiTS19データセットにおいて、腎臓のDice係数は0.969、腫瘍は0.805を達成し、より単純で再現性の高いアーキテクチャであるにもかかわらず、最先端の手法を上回る性能を示した。

ABSTRACT

Accurate segmentation of kidneys and kidney tumors is an essential step for radiomic analysis as well as developing advanced surgical planning techniques. In clinical analysis, the segmentation is currently performed by clinicians from the visual inspection images gathered through a computed tomography (CT) scan. This process is laborious and its success significantly depends on previous experience. Moreover, the uncertainty in the tumor location and heterogeneity of scans across patients increases the error rate. To tackle this issue, computer-aided segmentation based on deep learning techniques have become increasingly popular. We present a multi-scale supervised 3D U-Net, MSS U-Net, to automatically segment kidneys and kidney tumors from CT images. Our architecture combines deep supervision with exponential logarithmic loss to increase the 3D U-Net training efficiency. Furthermore, we introduce a connected-component based post processing method to enhance the performance of the overall process. This architecture shows superior performance compared to state-of-the-art works using data from KiTS19 public dataset, with the Dice coefficient of kidney and tumor up to 0.969 and 0.805 respectively. The segmentation techniques introduced in this paper have been tested in the KiTS19 challenge with its corresponding dataset.

研究の動機と目的

• 腎臓および腫瘍の手動セグメンテーションは、腫瘍の多様性や画像の不均一性のため、時間のかかる誤差の多い作業である。この課題を解決するための目的。
• 画像診断のためのラジオミクス解析や手術計画に適した、正確なセグメンテーションを自動化する深層学習ベースの手法を開発するための目的。
• マルチスケールの監視と損失の再重み付けを導入することで、3次元U-Netの学習効率とセグメンテーション精度を向上させるための目的。
• 連結成分に基づく後処理ステップを用いて、最終的なセグメンテーション品質を向上させるための目的。
• 医療画像セグメンテーション分野における複雑な深層学習アーキテクチャの代替として、より単純で再現性の高い手法を提供するための目的。

提案手法

• 提案されたMSS U-Netは、3次元U-Netにマルチスケールの監視を拡張し、中間のデコーダー特徴量を複数の解像度レベルで監視することで、勾配の流れと特徴量学習を改善する。
• クラスの不均衡を是正し、特に小さなまたは明確に定義されていない腫瘍に重点を置くために、指数対数損失が適用される。
• ネットワークが誤って予測した孤立した誤差ボクセルを除去するために、連結成分に基づく後処理手法が用いられ、セグメンテーションの一貫性が向上する。
• データオーグメンテーションと正規化を適用した上で、RawスケールのCT画像を用いてKiTS19の公的データセット上でエンドツーエンドで学習される。
• U-Netのスキップ接続設計を維持しているが、マルチスケールの監視と損失の重み付けにより、特徴量の再利用が強化される。
• 標準的な指標（Dice係数など）を用いて評価され、KiTS19ベンチマーク上で最先端のモデルと比較される。

実験結果

リサーチクエスチョン

• RQ1 マルチスケールの監視は、腎臓および腫瘍のセグメンテーションにおける3次元U-Netの学習効率とセグメンテーション精度を向上させるか？
• RQ2 指数対数損失は、希少または小さな腫瘍領域におけるクラスの不均衡を効果的に是正し、性能を向上させるか？
• RQ3 効果的な学習戦略を備えた単純なアーキテクチャ設計は、より複雑なモデルを上回る性能を示せるか？
• RQ4 連結成分に基づく後処理は、最終的なセグメンテーション品質と耐障害性にどのように影響を与えるか？
• RQ5 本手法は、臨床的CTスキャンにおける多様な腫瘍サイズ、形状、強度にどの程度一般化可能か？

主な発見

• MSS U-Netは、KiTS19テストセットにおいて腎臓セグメンテーションでDice係数0.969、腫瘍セグメンテーションで0.805を達成し、最先端の性能を示した。
• マルチスケールの監視により、特にネットワークの深層部における特徴量学習と勾配の流れが顕著に改善された。
• 指数対数損失により、小さな腫瘍や難易度の高い腫瘍へのモデルの注目が強化され、困難なケースでの偽陰性が減少した。
• 連結成分に基づく後処理ステップにより、孤立した誤ったボクセルが効果的に除去され、セグメンテーションの一貫性が向上し、偽陽性が減少した。
• 単純さにもかかわらず、本手法は再現性と一般化性能の面で、より複雑なアーキテクチャを上回った。コード共有のための公開GitHubリポジトリも提供された。
• 極めて小さな腫瘍に対しては、受容場の限界と特徴量の感度不足により、1名の患者でDiceスコアが0となった。