[論文レビュー] Neuromorphologicaly-preserving Volumetric data encoding using VQ-VAE

Petru-Daniel Tudosiu, Thomas Varsavsky+6 more|arXiv (Cornell University)|Feb 13, 2020

Medical Image Segmentation Techniques参考文献 33被引用数 12

ひとこと要約

本論文は、画像の忠実度と神経形態学的構造を保持しながら、フル解像度の脳MRIボリュームを元のサイズの0.825%に圧縮する3次元VQ-VAEアーキテクチャを提案する。サブピクセルデコンボリューション、FixUpブロック、3次元アダプティブ損失を統合することで、最先端の再構成品質を達成し、健常者およびアルツハイマー病に影響を受ける脳において優れた形態的保存を示した。

ABSTRACT

The increasing efficiency and compactness of deep learning architectures, together with hardware improvements, have enabled the complex and high-dimensional modelling of medical volumetric data at higher resolutions. Recently, Vector-Quantised Variational Autoencoders (VQ-VAE) have been proposed as an efficient generative unsupervised learning approach that can encode images to a small percentage of their initial size, while preserving their decoded fidelity. Here, we show a VQ-VAE inspired network can efficiently encode a full-resolution 3D brain volume, compressing the data to $0.825\%$ of the original size while maintaining image fidelity, and significantly outperforming the previous state-of-the-art. We then demonstrate that VQ-VAE decoded images preserve the morphological characteristics of the original data through voxel-based morphology and segmentation experiments. Lastly, we show that such models can be pre-trained and then fine-tuned on different datasets without the introduction of bias.

研究の動機と目的

• 高次元でデータ量が少ない3次元医療画像の課題に対処し、効率的で教師なしの圧縮を可能にする。
• GAN（モード崩壊、訓練の不安定性）およびVAE（低忠実度の再構成）が3次元医療データにおいて抱える限界を克服する。
• 圧縮された再構成画像が、臨床的および研究的応用において重要な神経解剖学的形態を保持していることを保証する。
• 1つのデータセットで事前学習し、別のデータセットで微調整することで、バイアスを導入せずに転移可能性を実現する。
• 生成モデルがボリュメトリック神経画像において、コンパクトかつ生物学的に妥当なものであることを示す。

提案手法

• VAEのガウス事後分布を、サイズK×Dの学習済みベクトル量子化埋め込み空間に置き換えることで、3次元MRIにVQ-VAEフレームワークを適応する。
• 3次元ボリューム再構成におけるグリッド状アーチファクトを軽減するために、サブピクセルデコンボリューションを用いる。
• バッチ正規化を用いず、特に小バッチ条件下でも訓練を安定化させるために、FixUp残差ブロックを採用する。
• Barron（2019）のアダプティブ損失の3次元版を導入し、Baurら（2019）のアイデアを模倣した損失と比較することで、より優れた知覚的品質を実現する。
• 再構成損失と知覚正則化の組み合わせを用いて、エンドツーエンドでモデルを訓練し、構造的忠実度を向上させる。
• 離散的潜在コードからの生成品質を向上させるために、PixelCNNを自己回帰的復元に用いる。

実験結果

リサーチクエスチョン

• RQ1 3次元VQ-VAEは、神経解剖学的構造を保持しながら、フル解像度の脳MRIを高忠実度かつ低圧縮比で再構成できるか？
• RQ2 提案されたVQ-VAEモデルは、画像忠実度および形態的保存性において、最先端のGANベース手法と比較してどのように差をつけるか？
• RQ3 VQ-VAEの再構成画像は、灰色 matter、白色 matter、脳脊髄液のセグメンテーション精度をどの程度維持するか？
• RQ4 アルツハイマー病患者と健常対照群の間で、圧縮後に集団レベルの形態的差が保持されるか？
• RQ5 バイアスの導入や性能の低下を伴わずに、新しいデータセットに対して効果的に微調整できるか？

主な発見

• 提案されたVQ-VAEモデルは、3次元脳MRIボリュームを元のサイズの0.825%に圧縮しながらも、高い再構成忠実度を維持した。
• MSSSIMとMMDの両面で、α-WGANベースライン（p < 0.01、Wilcoxon符号順位検定）に対して統計的に有意な改善を達成した。
• GM、WM、CSFのセグメンテーションにおけるDiceスコアは、再構成画像の方がα-WGAN再構成よりも顕著に高かった。
• VBM解析により、特にアルツハイマー病被験者において、元データと再構成データの間で形態的差が著しく少なかった。
• アダプティブ損失を用いたVQ-VAEは、Baur損失バージョンよりもVBM T検定マップで優れた結果を示し、集団レベルの形態的パターンの保存が優れていた。
• モデルは転移可能性を示し、事前学習済み重みを新しいデータセットで微調整可能であり、バイアスの導入や性能の低下が生じなかった。