[論文レビュー] Searching Collaborative Agents for Multi-plane Localization in 3D Ultrasound

Yuhao Huang, Xin Yang+11 more|arXiv (Cornell University)|Jul 30, 2020

Face recognition and analysis参考文献 26被引用数 4

ひとこと要約

本稿では、1回限りのニューラルアーキテクチャサーチ（NAS）とRNNベースの協調戦略を組み合わせたマルチエージェント強化学習（MARL）フレームワークを提案する。このフレームワークは、3D超音波画像における複数の標準的平面（中線 sagittal、横断的、冠状）の同時局在化を実現する。勾配ベースの微分可能アーキテクチャサーチ（GDAS）を用いて個々のエージェントネットワークを最適化し、空間的関係をモデル化するためのRNNを導入することで、冠状平面の局在化において最先端の精度（5.93°/0.89 mm）を達成するとともに、モデルサイズと計算コストを削減した。

ABSTRACT

3D ultrasound (US) is widely used due to its rich diagnostic information, portability and low cost. Automated standard plane (SP) localization in US volume not only improves efficiency and reduces user-dependence, but also boosts 3D US interpretation. In this study, we propose a novel Multi-Agent Reinforcement Learning (MARL) framework to localize multiple uterine SPs in 3D US simultaneously. Our contribution is two-fold. First, we equip the MARL with a one-shot neural architecture search (NAS) module to obtain the optimal agent for each plane. Specifically, Gradient-based search using Differentiable Architecture Sampler (GDAS) is employed to accelerate and stabilize the training process. Second, we propose a novel collaborative strategy to strengthen agents' communication. Our strategy uses recurrent neural network (RNN) to learn the spatial relationship among SPs effectively. Extensively validated on a large dataset, our approach achieves the accuracy of 7.05 degree/2.21mm, 8.62 degree/2.36mm and 5.93 degree/0.89mm for the mid-sagittal, transverse and coronal plane localization, respectively. The proposed MARL framework can significantly increase the plane localization accuracy and reduce the computational cost and model size.

研究の動機と目的

• 3D超音波ボリュームにおける複数の標準的平面の自動的かつ同時局在化という課題に取り組む。
• 単一エージェントRLの限界を克服し、平面間の空間的関係をモデル化できるようにエージェント間通信を可能にする。
• 各平面固有のエージェントに対して自動的ニューラルアーキテクチャサーチ（NAS）を適用することで、モデルの複雑さと計算コストを低減する。
• 特に子宮画像において一般的なノイズが多く、解剖学的形状が変動する環境でも耐性を発揮する。
• 3D医療画像における複数平面局在化に一般化可能なフレームワークを構築する。

提案手法

• 中線 sagittal、横断的、冠状平面の局在化を担当する3つの独立したエージェントを有するマルチエージェント強化学習（MARL）フレームワークを設計した。
• 1回限りの勾配ベースの微分可能アーキテクチャサーチ（GDAS）を用い、各平面固有エージェントの最適なニューラルネットワークアーキテクチャを自動で発見することで、性能向上とモデルサイズの縮小を実現した。
• 空間的関係をモデル化できるように、エージェント間の情報交換を可能にするRNNベースの協調戦略を導入した。これにより、共同局在化の精度が向上した。
• ランドマークに依存するアライメントモジュールを導入し、ノイズの多い3DUSボリュームにおいて訓練の安定性と収束性を向上させた。
• 報酬関数は、予測された平面と真値平面との幾何的類似性（二面角と原点からの距離）とコンテンツ類似性（SSIM）に基づいて定義された。
• フレームワークは、1,000ボリュームからなる独自の3D超音波データセットを用いて訓練され、空間的およびコンテンツベースの指標を用いて評価された。

実験結果

リサーチクエスチョン

• RQ1 マルチエージェント強化学習フレームワークは、3D超音波における複数の標準的平面の局在化において、単一エージェントアプローチを上回る性能を発揮できるか？
• RQ2 各平面固有エージェントに微分可能アーキテクチャサーチ（GDAS）を組み込むことで、局在化精度の向上とモデル複雑度の低減が達成できるか？
• RQ3 RNNベースの通信メカニズムは、3D超音波における解剖学的に異なる3つの平面間の空間的関係を効果的にモデル化できるか？
• RQ4 既存の最先端手法と比較して、提案手法は3D超音波平面局在化において精度、計算コスト、モデルサイズの点で優れているか？
• RQ5 本手法は、IUD、妊娠、先天性奇形などの解剖学的変異に対して耐性を示すか？

主な発見

• 提案手法G-MARL-Rは、冠状平面で5.93°/0.89 mm、中線 sagittal 平面で7.05°/2.21 mm、横断的平面で8.62°/2.36 mmの平均局在誤差を達成し、最良の全体的性能を示した。
• VGGベースのMARLベースラインと比較して、FLOPsを63%削減、パラメータ数を70%削減し、計算コストを顕著に低減した。
• GDASベースのNASアプローチは、DARTSと比較してトレーニング時間とメモリ使用量を削減した。G-MARL-Rは1エポックあたり0.04日、D-MARL-Rは0.12日を記録した。
• RNNベースの協調戦略の導入により、角度と距離の合計（SAD）が低下し、Q値曲線の安定化が確認され、収束性と精度の向上が示された。
• アブレーションスタディの結果、NASとRNN協調戦略の両方が性能向上に独立して寄与するとともに、相乗効果を発揮することが確認された。G-MARL-Rはすべてのベースラインを上回った。
• 本手法は優れた一般化性能を示し、大規模な社内データセット上でも、全平面で高いSSIM（0.80）と平均変位（1.82 mm）を達成した。