[論文レビュー] Pyramid-Focus-Augmentation: Medical Image Segmentation with Step-Wise Focus

Vajira Thambawita, Steven A. Hicks+2 more|arXiv (Cornell University)|Dec 14, 2020

Retinal Imaging and Analysis参考文献 8被引用数 6

ひとこと要約

本論文は、小規模な医療画像データセットにおけるモデル性能を向上させるために、階層的なグリッド変換（256×256から4×4まで）を適用する新しいデータオーグメンテーション手法であるPyramid-Focus-Augmentation (PYRA) を提案する。この手法により、U-Net モデルは複数スケールのグリッド変換マスクを用いて訓練され、小胞胞領域への段階的で焦点を当てたアプローチが可能となり、Medico 2020 大腸ポリープセグメンテーションチャレンジで、テスト mIoU 0.6981、Dice スコア 0.7887 の最先端の結果を達成した。

ABSTRACT

Segmentation of findings in the gastrointestinal tract is a challenging but also an important task which is an important building stone for sufficient automatic decision support systems. In this work, we present our solution for the Medico 2020 task, which focused on the problem of colon polyp segmentation. We present our simple but efficient idea of using an augmentation method that uses grids in a pyramid-like manner (large to small) for segmentation. Our results show that the proposed methods work as indented and can also lead to comparable results when competing with other methods.

研究の動機と目的

• 大腸ポリープセグメンテーションにおいて、特に陽性所見が希少な状況下で、アノテート済み医療画像が限られているという課題に対処すること。
• 複雑なアーキテクチャを必要とせず、小規模な医療データセットにおけるディープラーニングモデルの性能を向上させるデータオーグメンテーション戦略を開発すること。
• 複数スケールのグリッドスケールで段階的に精錬することで、ポリープ領域への段階的で焦点を当てた注視を可能にすること。
• 計算コストを低減するために、十分な場合に低解像度グリッドを用いることのできる柔軟で調整可能なオーグメンテーション手法を提供すること。
• あらゆるセグメンテーションモデルやタスクと互換性を持たせ、医療画像分野全体に広く応用可能な方法を実現すること。

提案手法

• PYRA は 4×4、8×8、16×16、32×32、64×64、128×128、256×256 のチェッカーボードグリッドを生成し、入力画像をオーグメント化することで、トレーニングデータを 800 から 6,400 サンプルに増加させる。
• グランドトゥルースマスクは、マスクをセルに分割し、各セルに真のセグメンテーションピクセルが含まれる場合にのみポジティブとマークすることで、グリッドベースの表現に変換される。
• U-Net モデルは、元の画像とランダムに選択されたグリッド画像をスタックした入力を用いて訓練され、対応するグリッド変換済みグランドトゥルースマスクを予測する。
• 予測の不確実性を平均と標準偏差の出力で推定するために、各入力に対して 50 回のモンテカルロドロップアウト推論が適用される。
• 最終的な予測は、モデルをトレーニングモードで使用し、50 回の確率的順方向伝搬の平均をとることで生成され、出力は元の解像度（256×256）に再構成される。
• 本手法は、検証およびテストセットにおいて mIoU と Dice コefficient を用いて評価され、Medico 2020 チャレンジに提出された結果が得られた。

実験結果

リサーチクエスチョン

• RQ1 ピラミッド構造のグリッドオーグメンテーションは、陽性例が限られた小規模な医療画像データセットにおけるセグメンテーション性能を向上させることができるか？
• RQ2 複数スケールのグリッドを用いたポリープ領域への段階的注視は、モデルの注視と予測精度を向上させるか？
• RQ3 提案手法のオーグメンテーションは、U-Net などの標準的なディープラーニングモデルや一般的なオーグメンテーションと効果的に組み合わせられるか？
• RQ4 標準偏差で測定されるモデルの不確実性は、正確なポリープ領域検出とどの程度相関しているか？
• RQ5 計算コストを低減するために、性能に損なわれることなく、低解像度グリッドに調整可能か？

主な発見

• PYRA は、すべての実験の中で最高のテスト mIoU 0.6981 と Dice スコア 0.7887 を達成し、ベースライン手法を上回った。
• 最良の検証性能は、PYRA 単体での実験（Exp-3）で達成され、mIoU 0.7693、Dice 0.8447 を記録し、優れた一般化性能を示した。
• 標準偏差マップで可視化されたモデルの信頼度は、ポリープの中心部で最も高く、外縁部で低かったため、重要な領域に焦点を当てた注視が確認された。
• モデルは 2×2 から 256×256 までのすべてのグリッドスケールでポリープ領域を正しく予測でき、粗いスケールから細かいスケールへの段階的精錬が実現した。
• 一般オーグメンテーションと PYRA を組み合わせた Exp-4 は、Exp-3 よりも性能が低く、標準的なオーグメンテーションがピラミッド・フォーカス機構を干渉している可能性を示唆した。
• 本手法は柔軟であり、任意のセグメンテーションモデルに適用可能で、必要に応じて低解像度グリッドに調整することで、より高速な推論が可能である。