[論文レビュー] REFUGE CHALLENGE 2018-Task 2:Deep Optic Disc and Cup Segmentation in Fundus Images Using U-Net and Multi-scale Feature Matching Networks

Vivek Kumar Singh, Hatem A. Rashwan+5 more|arXiv (Cornell University)|Jul 30, 2018

Retinal Imaging and Analysis参考文献 5被引用数 6

ひとこと要約

本稿では、ドレインスコアとカップのセグメンテーションのための2段階のディーブラーニングフレームワークを提案する。U-Netジェネレータとマルチスケール特徴マッチングネットワークを組み合わせ、Dice損失を用いて境界の正確性を向上させる。REFUGE Challenge 2018の検証セットにおいて、ドレインスコアのDice係数は0.9340%、カップのDice係数は0.8341%を達成し、特徴レベルの監視によるベースラインU-Netを上回る性能を示した。

ABSTRACT

In this paper, an optic disc and cup segmentation method is proposed using U-Net followed by a multi-scale feature matching network. The proposed method targets task 2 of the REFUGE challenge 2018. In order to solve the segmentation problem of task 2, we firstly crop the input image using single shot multibox detector (SSD). The cropped image is then passed to an encoder-decoder network with skip connections also known as generator. Afterwards, both the ground truth and generated images are fed to a convolution neural network (CNN) to extract their multi-level features. A dice loss function is then used to match the features of the two images by minimizing the error at each layer. The aggregation of error from each layer is back-propagated through the generator network to enforce it to generate a segmented image closer to the ground truth. The CNN network improves the performance of the generator network without increasing the complexity of the model.

研究の動機と目的

• 低コントラストな眼底画像におけるドレインスコアとカップのセグメンテーションの正確性を向上させること。これは、緑内障やその他の網膜疾患の診断に不可欠である。
• ドレインスコアとカップの間の境界が曖昧な理由（類似したピクセル強度分布）を解決すること。
• 識別的CNNを用いたマルチスケール特徴マッチングを導入することで、U-Netの性能を向上させ、セグメンテーション出力を精緻化すること。
• ピクセル単位の監視と特徴レベルの監視を組み合わせた損失関数を用いることで、トレーニングの複雑さを低減しつつ、セグメンテーション品質を向上させること。

提案手法

• 本手法は2段階のパイプラインを用いる：まず、シングルショットマルチボックス検出器（SSD）が入力眼底画像内のドレインスコアおよびカップ領域を局所化する。
• その後、クリッピングされた領域が、スキップ接続を備えたU-Netベースのジェネレータネットワークに供給され、初期のセグメンテーションマスクが生成される。
• 別個のCNNが予測されたセグメンテーションと正解データの両方からマルチスケール特徴を抽出し、特徴レベルでの比較を可能にする。
• マルチスケール特徴マッチング（mfm）損失は、CNNの複数の層における特徴マップ間のDice係数を用いて計算され、実際の特徴と予測された特徴の差を最小化する。
• 総損失は、mfm損失とピクセル単位の標準的なDice損失を組み合わせたもので、2つの成分をバランスさせるハイパーパrameter λ=150 を用いる。
• モデルはADAM最適化アルゴリズムを用いてエンド・ツー・エンドにトレーニングされ、学習率は0.0002に固定され、バッチサイズは8、エポック数は10回である。

実験結果

リサーチクエスチョン

• RQ1 マルチスケール特徴マッチングを備えたU-Netベースのジェネレータは、標準的なU-Netと比較してドレインスコアおよびカップのセグメンテーション精度を向上させることができるか？
• RQ2 CNNベースの特徴抽出器による特徴レベルの監視を組み込むことで、低コントラストな網膜構造における境界の正確性が向上するか？
• RQ3 ピクセル単位の損失とマルチスケール特徴マッチング損失を組み合わせた本手法の損失関数は、限られた医療画像データにおいて過学習を低減し、一般化性能を向上させることができるか？
• RQ4 2段階の検出-セグメンテーションパイプライン（SSD + U-Net）は、REFUGE Challenge 2018データセットにおいてセグメンテーション性能を向上させるのにどれほど有効か？

主な発見

• 本手法は、REFUGE Challenge 2018の検証セットにおいて、ドレインスコアセグメンテーションのDice係数が0.9340%、カップセグメンテーションのDice係数が0.8341%を達成した。
• 曲線対ドレインスコア比（CDR）の平均絶対誤差（MAE）は0.0605%であり、定量的測定の高精度さを示している。
• 本モデルは、損失関数の複雑さにもかかわらず、わずか10エポックで収束したため、高いトレーニング効率を示した。
• マルチスケール特徴マッチング損失の統合により、ドレインスコアとカップの間のコントラストが低い領域における境界の明確化が顕著に向上した。
• 事前学習済みのSSDを用いた領域-of-interest（ROI）のクロッピングにより、ネットワークが関連する解剖学的構造に集中し、特徴学習が向上した。
• アブレーションスタディにより、Dice損失とマルチスケール特徴マッチング損失の組み合わせが、単独での損失よりも優れた性能を示したことが確認され、ハイブリッド損失戦略の有効性が裏付けられた。