[論文レビュー] nnU-Net: Self-adapting Framework for U-Net-Based Medical Image Segmentation

Fabian Isensee|arXiv (Cornell University)|Sep 27, 2018

Advanced Neural Network Applications参考文献 11被引用数 272

ひとこと要約

nnU-Netは、素の U-Netを中心にした自己適応型フレームワークで、各データセットに対してアーキテクチャ、前処理、トレーニング、推論、後処理を自動設定し、Medical Segmentation Decathlonでトップパフォーマンスを達成します。

ABSTRACT

The U-Net was presented in 2015. With its straight-forward and successful architecture it quickly evolved to a commonly used benchmark in medical image segmentation. The adaptation of the U-Net to novel problems, however, comprises several degrees of freedom regarding the exact architecture, preprocessing, training and inference. These choices are not independent of each other and substantially impact the overall performance. The present paper introduces the nnU-Net ('no-new-Net'), which refers to a robust and self-adapting framework on the basis of 2D and 3D vanilla U-Nets. We argue the strong case for taking away superfluous bells and whistles of many proposed network designs and instead focus on the remaining aspects that make out the performance and generalizability of a method. We evaluate the nnU-Net in the context of the Medical Segmentation Decathlon challenge, which measures segmentation performance in ten disciplines comprising distinct entities, image modalities, image geometries and dataset sizes, with no manual adjustments between datasets allowed. At the time of manuscript submission, nnU-Net achieves the highest mean dice scores across all classes and seven phase 1 tasks (except class 1 in BrainTumour) in the online leaderboard of the challenge.

研究の動機と目的

• 医用画像セグメンテーションのベンチマークにおけるばらつきを、手動のアーキテクチャとパイプライン調整を減らすことで対処する。
• データセットごとにネットワークトポロジー、前処理、トレーニング、推論、後処理を自動的に設定する自己適応パイプラインを提案する。
• 多様なデータセットに対する一般化を示すため、Medical Segmentation Decathlon でフレームワークを評価する。

提案手法

• 顕著なアーキテクチャの変更を伴わない、3つの単純な U-Net バリアント（2D U-Net、3D U-Net、U-Net Cascade）を使用する。
• データセットの幾何に合わせて入力パッチサイズ、プーリング操作の数、メモリ使用量を自動で適応させる。
• 前処理（クロップ、リサンプリング、正規化）、トレーニング（損失関数、オプティマイザ、データ拡張）、推論（パッチベースのタイル化とアンサンブリング）、および後処理（連結成分解析）を完全自動化する。
• Dice と cross-entropy の結合損失と Adam オプティマイザを用いてゼロから学習する。提出用の最終モデル/アンサンブルを選定する際には 5 分割クロスバリデーションを採用する。
• 複数のモデル構成をアンサンブルし、クロスバリデーションで最も性能の良いモデル/アンサンブルを最終提出のために選択する。

実験結果

リサーチクエスチョン

• RQ1 素の U-Net をベースとした自己適応フレームワークは、手動での調整を行わずに多様なデータセットで競争力のあるセグメンテーション性能を達成できるか？
• RQ2 アーキテクチャ、前処理、トレーニングの自動適応は、医用画像セグメンテーションの一般化能力にどの程度寄与するか？
• RQ3 Medical Segmentation Decathlon のデータセットにおける dice ベースの指標の観点で、専門的アーキテクチャと比較して nnU-Net はどのように性能を示すか？
• RQ4 自動設定された複数モデルのアンサンブルは、保持アウトデータセットに対する頑健性と精度に有益か？

主な発見

• nnU-Net は Medical Segmentation Decathlon の phase-1 の7タスクで平均 Dice スコアが競争力があるか、または優れている。BrainTumour クラス1を除く。
• このフレームワークは3つの単純な U-Net バリアントと前処理、トレーニング、推論の完全自動適応に依存し、アーキテクチャの抜本的な変更を避ける。
• データセットの幾何に対する動的適応（パッチサイズ、軸ごとのプーリング、メモリ制約）は、画像サイズと次元数が大きく異なるデータセット間で効果的な学習を可能にする。
• 推論は中心ウェイト付き集約を用いたパッチベースのタイル化とテスト時データ拡張、さらに頑健性を高めるための複数モデルのアンサンブルを採用。
• 連結成分解析による後処理は、データセット特有の特性に予測を整合させ、最終的なセグメンテーションの品質を向上させる。
• 著者らは phase-1 のクロスバリデーションで、選択されたモデル/アンサンブルが保持アウトのテスト性能と同等またはそれを上回ることが多いと報告しており、過学習が少なく良い一般化を示唆している。