[論文レビュー] Multiclass MRI Brain Tumor Segmentation using 3D Attention-based U-Net

Maryann M. Gitonga|arXiv (Cornell University)|May 10, 2023

Advanced Neural Network Applications被引用数 5

ひとこと要約

本論文は、3つのMRIモodalities（T2-FLAIR、T1CE、T2）を1つの4D入力に統合する3次元アテンションベースのU-Netアーキテクチャを提案し、マルチクラス脳腫瘍セグメンテーションを改善する。スカイプ接続に3次元チャネルおよび空間アテンションモジュールを統合することで、腫瘍領域への注目を強化し、背景組織を抑制する。BraTS 2021テストセットではDice係数0.9864を達成し、先行する最先端手法を上回った。

ABSTRACT

This paper proposes a 3D attention-based U-Net architecture for multi-region segmentation of brain tumors using a single stacked multi-modal volume created by combining three non-native MRI volumes. The attention mechanism added to the decoder side of the U-Net helps to improve segmentation accuracy by de-emphasizing healthy tissues and accentuating malignant tissues, resulting in better generalization power and reduced computational resources. The method is trained and evaluated on the BraTS 2021 Task 1 dataset, and demonstrates improvement of accuracy over other approaches. My findings suggest that the proposed approach has potential to enhance brain tumor segmentation using multi-modal MRI data, contributing to better understanding and diagnosis of brain diseases. This work highlights the importance of combining multiple imaging modalities and incorporating attention mechanisms for improved accuracy in brain tumor segmentation.

研究の動機と目的

• 3次元U-Netアーキテクチャにアテンション機構を統合することで、マルチモodal MRIにおけるマルチリージョン脳腫瘍セグメンテーションの精度を向上させること。
• トレーニング中に不要な背景特徴を抑制することで、計算オーバーヘッドを低減し、一般化性能を向上させること。
• T2-FLAIR、T1CE、T2ボリュームを1つの入力テンソルにスタックすることで、1回のプロセスでマルチモダリティMRIスキャンのセグメンテーションを可能にすること。
• α=0.7、β=0.3のTversky損失関数を用いて、腫瘍セグメンテーションにおけるクラス不均衡を解消すること。
• 3次元アテンションゲートが、小さな複雑な腫瘍サブリージョンの特徴表現を向上させる有効性を示すこと。

提案手法

• 特徴抽出のための収縮パスと、正確なセグメンテーションのための拡張パスを持つ3次元U-Netを用い、スカイプ接続で接続する。
• 3次元アテンションゲートをスカイプ接続に挿入し、クエリ（g）とキー（x）ベクトルを用いてチャネルおよび空間的重要性に基づいて特徴マップの重みを動的に調整する。
• 3次元畳み込み、ReLU活性化関数、およびシグモイド関数を用いて、学習可能なアテンションマップを計算し、特徴応答を調整する。
• 入力は、3つの非ネイティブなMRIモダリティ（T2-FLAIR、T1CE、T2）を統合した4次元テンソル（3M × L × W × S）のスタックであり、より豊かな特徴表現を可能にする。
• Tversky損失（α=0.7、β=0.3）を用いてトレーニングを行い、適合率と再現率のバランスをとる。BraTS 2021でDice係数を評価する。
• 2つのトレーニング試行を実施：ReLUとLeakyReLUを用い、死滅ReLU問題を軽減する。LeakyReLUがより優れたパフォーマンスを示した。

Figure 1: 3D Attention U-Net Architecture

実験結果

リサーチクエスチョン

• RQ1 3次元アテンションベースのU-Netは、標準の3次元U-Netや他の最先端手法と比較して、マルチクラス脳腫瘍セグメンテーションの精度を向上させることができるか？
• RQ2 T2-FLAIR、T1CE、T2の3つのMRIモダリティを1つの入力ボリュームに統合することで、特徴表現とセグメンテーション性能が向上するか？
• RQ3 3次元アテンション機構は、トレーニングおよび推論中に不要な背景特徴を抑制することで、計算負荷をどの程度低減できるか？
• RQ4 α=0.7、β=0.3のTversky損失関数は、脳腫瘍セグメンテーションタスクにおけるクラス不均衡をどの程度効果的に処理できるか？
• RQ5 ReLUをLeakyReLUに置き換えることで、この3次元医療画像セグメンテーション設定において、モデルの収束性と最終的なセグメンテーションパフォーマンスが向上するか？

主な発見

• 提案された3次元アテンションU-Netは、エポック127でBraTS 2021バリデーションセットにおいてDice係数0.9562を達成し、ベースラインのReLUモデルを上回った。
• テストセットでは、Dice係数0.9864を達成し、同様のデータセットで標準3次元U-Netが報告した0.92を顕著に上回った。
• LeakyReLU活性化関数を用いたモデルはReLUより優れたパフォーマンスを示し、テストセットでTversky損失0.0136、Dice係数0.9864を達成した。
• アテンション機構は、背景組織の抑制を効果的に行い、壊死、浮腫、強化腫瘍を含む腫瘍サブリージョンへの注目を強化した。
• スタックされたマルチモダリティ入力（T2-FLAIR、T1CE、T2）は、より豊かな空間的および強度ベースの特徴を提供し、1回のフォワードパスでより正確なセグメンテーションを可能にした。
• 3次元アテンションゲートの統合により、アップサンプリング中の関連特徴を優先することで、モデルの一般化性能が向上し、計算負荷が低減された。

Figure 2: Visual representation of 3D Attention mechanism