[論文レビュー] Overview of the HECKTOR Challenge at MICCAI 2021: Automatic Head and Neck Tumor Segmentation and Outcome Prediction in PET/CT Images

Vincent Andrearczyk, Valentin Oreiller+9 more|arXiv (Cornell University)|Jan 11, 2022

Radiomics and Machine Learning in Medical Imaging被引用数 9

ひとこと要約

本論文は、MICCAI 2021で開催されたHECKTORチャレンジを紹介しており、深層学習を用いたFDG-PET/CT画像における頭頸部腫瘍の自動分類と無病生存予測の評価を目的としている。最高のモデルは腫瘍分類でDiceスコア0.7591、GTVの手動輪郭なし・ありの両状況下で生存予測のC-indexがそれぞれ0.7196および0.6978を達成し、手動GTV輪郭の必要なしに完全自動手法が高い性能を達成できることを示している。

ABSTRACT

This paper presents an overview of the second edition of the HEad and neCK TumOR (HECKTOR) challenge, organized as a satellite event of the 24th International Conference on Medical Image Computing and Computer Assisted Intervention (MICCAI) 2021. The challenge is composed of three tasks related to the automatic analysis of PET/CT images for patients with Head and Neck cancer (H&N), focusing on the oropharynx region. Task 1 is the automatic segmentation of H&N primary Gross Tumor Volume (GTVt) in FDG-PET/CT images. Task 2 is the automatic prediction of Progression Free Survival (PFS) from the same FDG-PET/CT. Finally, Task 3 is the same as Task 2 with ground truth GTVt annotations provided to the participants. The data were collected from six centers for a total of 325 images, split into 224 training and 101 testing cases. The interest in the challenge was highlighted by the important participation with 103 registered teams and 448 result submissions. The best methods obtained a Dice Similarity Coefficient (DSC) of 0.7591 in the first task, and a Concordance index (C-index) of 0.7196 and 0.6978 in Tasks 2 and 3, respectively. In all tasks, simplicity of the approach was found to be key to ensure generalization performance. The comparison of the PFS prediction performance in Tasks 2 and 3 suggests that providing the GTVt contour was not crucial to achieve best results, which indicates that fully automatic methods can be used. This potentially obviates the need for GTVt contouring, opening avenues for reproducible and large scale radiomics studies including thousands potential subjects.

研究の動機と目的

• FDG-PET/CT画像における頭頸部原発腫瘍の自動分類手法の開発と評価。
• 手動腫瘍輪郭に依存せずにPET/CT画像から無病生存（PFS）を予測すること。
• 正解腫瘍輪郭（GTV）の提供がPFS予測性能に顕著に寄与するかどうかを評価すること。
• 時間のかかる手動分類に依存する必要を減らすことで、大規模かつ再現性のある放射線学的特徴抽出研究を可能にすること。
• 複数施設の多様な画像プロトコルにわたる深層学習モデルの一般化性能を評価すること。

提案手法

• チャレンジは6施設からなる多施設データセット（全325例のFDG-PET/CTスキャン）を用い、224例を学習用、101例をテスト用に分割した。
• 参加者は主に3次元U-Netアーキテクチャを用いた深層学習モデルを、腫瘍分類（タスク1）および生存予測（タスク2および3）に適用した。
• 生存予測のため、PETおよびCT画像から抽出した放射線学的特徴量を用い、GTVの事前分類有無の両状況でモデルを学習した。
• 画像前処理には、時間飛行および分解能モデル化を含むOSEM反復再構成プロトコルを標準化した。
• 評価指標には、分類評価にDice類似係数（DSC）、生存予測評価に一致指数（C-index）を用いた。
• 再現性と公平性を確保するため、AIcrowd上に標準化された評価プラットフォームを用いた。

実験結果

リサーチクエスチョン

• RQ1 深層学習モデルは、多施設のFDG-PET/CTスキャンにおいて、頭頸部腫瘍の高精度な自動分類を達成できるか？
• RQ2 正解腫瘍輪郭（GTV）の提供が、無病生存予測の精度を顕著に向上させるか？
• RQ3 完全自動手法が、放射線学的予後予測における手動GTV輪郭の代替としてどの程度実用的か？
• RQ4 多施設医療画像における多様な画像プロトコルおよびスキャナータイプにわたる深層学習モデルの一般化性能はどの程度か？
• RQ5 自動分類および予後予測パイプラインは、大規模かつ再現性のある放射線学的特徴抽出研究を支援できるか？

主な発見

• 最高性能のモデルは、腫瘍分類でDice類似係数（DSC）0.7591を達成し、手動輪郭と強い一致を示した。
• 無病生存予測において、最高のモデルはタスク2（GTVアノテーションなし）でC-index 0.7196を達成し、高い予測性能を示した。
• タスク3（GTVアノテーションあり）のC-indexは0.6978であった。これは、GTVアノテーションが性能向上に顕著に寄与しなかったことを示唆している。
• 結果から、手動GTV輪郭の必要なしに完全自動手法が高精度を達成でき、時間のかかる手動輪郭化に依存しなくてよいことが示された。
• モデルアーキテクチャの単純さが、多様な画像施設およびプロトコルにわたる良好な一般化性能を達成する上で重要な要因であることが判明した。
• チャレンジは、自動分類パイプラインを用いた大規模かつ再現性のある放射線学的特徴抽出研究の実現可能性を示した。