[論文レビュー] Scribble-Supervised Medical Image Segmentation via Dual-Branch Network and Dynamically Mixed Pseudo Labels Supervision

Xiangde Luo, Minhao Hu+5 more|arXiv (Cornell University)|Mar 4, 2022

Medical Image Segmentation Techniques被引用数 5

ひとこと要約

本論文は、スクリビルド監視付き心筋マヒ画像分類のための動的混合疑似ラベルを有する二重ブランチネットワークを提案し、疎なスクリッチアノテーションのみを用いてエンドツーエンド学習を可能にする。二つのデコーダーからの予測を統合して頑健な疑似ラベルを生成することで、ACDCデータセットにおいて最先端の性能を達成し、従来のスクリッチ監視付きおよび半教師あり手法と比較して顕著に低いアノテーションコストで性能を上回る。

ABSTRACT

Medical image segmentation plays an irreplaceable role in computer-assisted diagnosis, treatment planning, and following-up. Collecting and annotating a large-scale dataset is crucial to training a powerful segmentation model, but producing high-quality segmentation masks is an expensive and time-consuming procedure. Recently, weakly-supervised learning that uses sparse annotations (points, scribbles, bounding boxes) for network training has achieved encouraging performance and shown the potential for annotation cost reduction. However, due to the limited supervision signal of sparse annotations, it is still challenging to employ them for networks training directly. In this work, we propose a simple yet efficient scribble-supervised image segmentation method and apply it to cardiac MRI segmentation. Specifically, we employ a dual-branch network with one encoder and two slightly different decoders for image segmentation and dynamically mix the two decoders' predictions to generate pseudo labels for auxiliary supervision. By combining the scribble supervision and auxiliary pseudo labels supervision, the dual-branch network can efficiently learn from scribble annotations end-to-end. Experiments on the public ACDC dataset show that our method performs better than current scribble-supervised segmentation methods and also outperforms several semi-supervised segmentation methods.

研究の動機と目的

• 医療画像における画素単位の密集したマスクのアノテーションコストを低減すること。
• 疎なスクリッチアノテーションのみを用いて弱教師あり医療画像分類の性能を向上させること。
• 限られたスクリッチ監視情報を効果的に活用できる頑健な疑似ラベル戦略を開発すること。
• スクリッチと疑似ラベルを用いてエンドツーエンドで訓練可能な分類ネットワークを実現すること。
• 完全教師あり手法に近い性能を達成しつつ、人的アノテーションの負荷を最小限に抑えること。

提案手法

• 共有エンコーダとわずかに異なる二つのデコーダーを有する二重ブランチネットワークアーキテクチャを採用し、多様な予測を生成する。
• 二つのデコーダーの出力をランダム係数を用いて動的に混合し、補助的監視用のハード疑似ラベルを生成する。
• 動的混合戦略により、疑似ラベル生成における多様性と一貫性が確保され、モデルの自己確認バイアスが低減される。
• スクリッチ監視と疑似ラベル監視の両方を組み合わせた重み付き損失関数を用いてネットワークを訓練する。
• 損失関数には、スクリッチと疑似ラベル監視の寄与度を調整するハイパーパrameter λ が含まれる。
• 性能評価のため、ACDCデータセット上で5分割交差検証を実施し、複数の訓練・検証分割をカバーする。

実験結果

リサーチクエスチョン

• RQ1 スクリッチアノテーションのみで、密集したマスクが存在しない状況でも、二重ブランチネットワークが有効に学習できるか？
• RQ2 固定または一貫した疑似ラベル戦略と比較して、動的混合疑似ラベルが分類性能を向上させるか？
• RQ3 スクリッチと疑似ラベル監視のバランスを制御するハイパーパrameter λ に対して、この手法の感度はどの程度か？
• RQ4 提案手法は、顕著に少ないアノテーション作業で、完全教師ありまたは半教師あり手法と同等の性能を達成できるか？
• RQ5 デコーダー出力の動的混合は、静的またはクロス監視アプローチと比較して、より頑健で一般化可能な疑似ラベルを生成できるか？

主な発見

• 提案手法はACDCデータセットで平均DSCが0.872を達成し、最近年の7つのスクリッチ監視付き手法を上回る性能を示した。
• 本手法は、完全なマスクよりもはるかに少ないラベリング作業で済むスクリッチアノテーションのみを用いても、4つの半教師あり分類手法を上回った。
• 感度分析の結果、λ の値が0.01から1.0の範囲で性能が安定しており、最適な性能はλ = 0.5のときであった。
• アブレーションスタディの結果、動的混合疑似ラベル（PLS）は一貫性正則化（CR）やクロス疑似ラベル監視（CPS）よりも優れた結果をもたらした。
• メインデコーダーと補助デコーダーの性能はほぼ同一であり、疑似ラベルメカニズムによる効果的な知識蒸留が実現していることが示された。
• 定性的な結果から、他の手法と比較して、境界領域においても出力が真値に近いことが確認された。