[論文レビュー] Recurrent Convolutional Networks for Pulmonary Nodule Detection in CT Imaging

Petros-Pavlos Ypsilantis, Giovanni Montana|arXiv (Cornell University)|Sep 28, 2016

Lung Cancer Diagnosis and Treatment参考文献 58被引用数 13

ひとこと要約

本論文では、軸方向スライス間の空間的依存関係をモデル化することで、CTスキャンにおける肺結節を検出するための、畳み込みニューラルネットワークと再帰ニューラルネットワークを組み合わせた深層学習アーキテクチャ、ReCTnetを提案する。LIDC/IDRIデータセットにおいて、4.5個の誤検出/スキャンで90.5%の感度を達成し、誤検出を増加させることなく、LSTM層を活用することで結節の識別性能を向上させることに成功し、先行手法を上回った。

ABSTRACT

Computed tomography (CT) generates a stack of cross-sectional images covering a region of the body. The visual assessment of these images for the identification of potential abnormalities is a challenging and time consuming task due to the large amount of information that needs to be processed. In this article we propose a deep artificial neural network architecture, ReCTnet, for the fully-automated detection of pulmonary nodules in CT scans. The architecture learns to distinguish nodules and normal structures at the pixel level and generates three-dimensional probability maps highlighting areas that are likely to harbour the objects of interest. Convolutional and recurrent layers are combined to learn expressive image representations exploiting the spatial dependencies across axial slices. We demonstrate that leveraging intra-slice dependencies substantially increases the sensitivity to detect pulmonary nodules without inflating the false positive rate. On the publicly available LIDC/IDRI dataset consisting of 1,018 annotated CT scans, ReCTnet reaches a detection sensitivity of 90.5% with an average of 4.5 false positives per scan. Comparisons with a competing multi-channel convolutional neural network for multi-slice segmentation and other published methodologies using the same dataset provide evidence that ReCTnet offers significant performance gains.

研究の動機と目的

• CTスキャンからの自動肺結節検出における低感度と高い誤検出率の課題に対処すること。
• 手作業で特徴を抽出しないで、生CTデータから階層的な画像表現を直接学習する深層学習アーキテクチャを開発すること。
• 再帰層を用いて複数の軸方向CTスライス間の空間的依存関係をモデル化することで、検出性能を向上させること。
• 畳み込みおよび再帰的コンponentの共同最適化を用いたエンド・ツー・エンドのトレーニングの有効性を示すこと。
• 性能向上のためのアーキテクチャ的要素として、アテンションメカニズム、ドロップアウト、およびアダプティブサンプリングを検討すること。

提案手法

• ReCTnetは、3次元畳み込み層と双方向LSTMを組み合わせ、隣接するCTスライス間で文脈特徴を抽出・伝搬する。
• 各ボクセルの周囲の7枚の軸方向スライスのシーケンスを処理し、スライス間の解剖的文脈をモデル化する。
• LSTMで処理された特徴に基づいて、全結合多層パーセプトロン（MLP）が各ボクセルを結節または非結節に分類する。
• エンド・ツー・エンドのトレーニングにより、すべてのネットワークパラメータを同時に最適化し、特徴表現の向上と一般化性能の向上を図る。
• 文脈の集約のための受容 field を拡大しながらも、空間分解能を維持するために、拡張畳み込み（dilated convolutions）を活用する。
• 重要な画像パッチに重みを付けるために、決定論的なアテンションメカニズムを試したが、LSTMゲーティングに比べて性能向上が見られなかった。

実験結果

リサーチクエスチョン

• RQ1 スライス間の依存関係をモデル化する深層ニューラルネットワークは、誤検出を増加させることなく、肺結節検出の感度を向上させることができるか？
• RQ2 畳み込みネットワークと再帰層を統合することで、CTスキャンにおける小さな、コントラストの低い結節の特徴表現はどのように向上するか？
• RQ3 畳み込み・再帰アーキテクチャをエンド・ツー・エンドでトレーニングすることで、微調整や事前学習よりも優れた性能が得られるか？
• RQ4 十分な解剖的文脈をモデル化するのに最適な隣接スライスの数は何か？
• RQ5 アテンションメカニズムやアダプティブサンプリング戦略は、困難な症例における検出性能をさらに向上させることができるか？

主な発見

• ReCTnetは、LIDC/IDRIデータセットで90.5%の検出感度を達成し、先行手法および競合するマルチチャネルCNNを著しく上回った。
• 誤検出率が1スキャンあたり4.5個に抑えられ、高い感度を維持しながらも、特異度が高く保たれていることが示された。
• 双方向LSTMの使用により、隣接スライス間の情報を効果的に統合することで、結節の識別性能が向上した。
• エンド・ツー・エンドのトレーニングが最適なパフォーマンスを発揮するために不可欠であり、上位層のみを微調整した場合の精度は低かった。
• 2層目のLSTMを追加することで、1層目よりも性能が向上し、より深い再帰的モデリングの利点が示された。
• アテンションメカニズム、ドロップアウト、アダプティブサンプリングなどの技術は、この設定では測定可能な性能向上をもたらさなかった。