[論文レビュー] Segmentation of Bleeding Regions in Wireless Capsule Endoscopy Images an Approach for inside Capsule Video Summarization

Mohsen Hajabdollahi, Reza Esfandiarpoor+4 more|arXiv (Cornell University)|Feb 21, 2018

Gastrointestinal Bleeding Diagnosis and TreatmentMedicine参考文献 17被引用数 16

ひとこと要約

本稿では、色チャンネル選択と量子化された多層パーセプトロン（MLP）を用いて、ワイヤレスカプセル内視鏡（WCE）画像における出血領域を軽量でハードウェアに優れた方法でセグメンテーションする手法を提案する。乗算演算を排除することで計算複雑性を低減し、埋め込み型システムのリソース制約を考慮しつつ、WCE出血データセットで高い精度を達成することで、リアルタイムな動画要約を実現する。

ABSTRACT

Wireless capsule endoscopy (WCE) is an effective means of diagnosis of gastrointestinal disorders. Detection of informative scenes by WCE could reduce the length of transmitted videos and can help with the diagnosis. In this paper we propose a simple and efficient method for segmentation of the bleeding regions in WCE captured images. Suitable color channels are selected and classified by a multi-layer perceptron (MLP) structure. The MLP structure is quantized such that the implementation does not require multiplications. The proposed method is tested by simulation on WCE bleeding image dataset. The proposed structure is designed considering hardware resource constrains that exist in WCE systems.

研究の動機と目的

• ワイヤレスカプセル内視鏡（WCE）動画における高データ量の課題に対処し、情報量の多い出血領域のみを特定・要約すること。
• リソース制限のあるWCEシステムに適した低複雑性のセグメンテーション手法を開発すること。
• 色ベースの特徴抽出と分類に注目することで、出血領域に絞ってリアルタイムな動画要約を可能にすること。
• 乗算を回避する量子化MLPアーキテクチャを設計し、オンチップ実装に適した計算負荷の低減を図ること。
• 実際のハードウェア制約下で、WCE出血画像データセットを用いて手法を検証すること。

提案手法

• WCE画像から特定の色チャンネル（例：赤、緑、青）を選択することで、出血領域検出を向上させる。
• 多層パーセプトロン（MLP）を訓練し、選択された色特徴に基づいてピクセルを出血または非出血に分類する。
• MLPを量子化することで、浮動小数点乗算を排除し、低消費電力のWCEシステムにおける効率的なハードウェア実装を可能にする。
• 特徴抽出は、カプセル内視鏡画像における消化管出血に特徴的な色強度の変動に焦点を当てる。
• 低遅延推論に最適化された分類モデルは、リアルタイムな動画処理に適している。
• システムは、公開済みのWCE出血画像データセットを用いたシミュレーションベースのテストで評価される。

実験結果

リサーチクエスチョン

• RQ1 軽量で量子化されたMLPモデルは、最小限の計算オーバーヘッドでWCE画像における出血領域セグメンテーションを効果的に行えるか？
• RQ2 選択された色チャンネルは、カプセル内視鏡画像における出血領域検出にどのように寄与するか？
• RQ3 MLPで乗算をどれだけ排除できるか、かつセグメンテーション精度に悪影響を及えない範囲はどの程度か？
• RQ4 提案手法は、WCEデバイスの厳しいハードウェアリソース制約下でもリアルタイムな動画要約を達成できるか？
• RQ5 ベンチマーク用のWCE出血画像データセットにおいて、精度と効率の観点から、この手法はどのように性能を発揮するか？

主な発見

• 提案手法は、特定の色チャンネルと量子化MLPを用いることで、WCE出血画像データセットにおいて高いセグメンテーション精度を達成した。
• MLP構造における乗算の排除により、計算複雑性が顕著に低減され、埋め込み型WCEシステムに適していることがわかった。
• ハードウェアに配慮したモデル設計により遅延を最小限に抑えることで、リアルタイム処理が可能になった。
• 精度が低下しても量子化MLPは強力な性能を維持しており、低消費電力アプリケーションに耐性があることが示された。
• シミュレーション結果から、ワイヤレスカプセル内視鏡における動画要約への本手法の実現可能性が確認された。
• 出血領域に焦点を当てることで、動画データ量が効果的に削減され、診断の高速化が可能になった。