[論文レビュー] Segmenting Brain Tumors with Symmetry

Hejia Zhang, Xia Zhu+1 more|arXiv (Cornell University)|Nov 17, 2017

Brain Tumor Detection and Classification参考文献 8被引用数 6

ひとこと要約

本稿では、U-Netアーキテクチャ内で左右脳対称性を明示的にモデル化することで、脳腫瘍セグメンテーションを向上させる対称性エンコーディングモジュールを提案する。同一の重みを共有して元のMRIと左右反転したMRIの両方を処理し、高レベル特徴マップの差分をとることで、腫瘍を示す可能性の高い非対称性を強調する。これにより、パラメータ数の増加が最小限に抑えられ、特に特徴マップ数が少ない状況下で、収束が速く、Diceスコアが向上する。

ABSTRACT

We explore encoding brain symmetry into a neural network for a brain tumor segmentation task. A healthy human brain is symmetric at a high level of abstraction, and the high-level asymmetric parts are more likely to be tumor regions. Paying more attention to asymmetries has the potential to boost the performance in brain tumor segmentation. We propose a method to encode brain symmetry into existing neural networks and apply the method to a state-of-the-art neural network for medical imaging segmentation. We evaluate our symmetry-encoded network on the dataset from a brain tumor segmentation challenge and verify that the new model extracts information in the training images more efficiently than the original model.

研究の動機と目的

• 深層学習モデルに脳の構造的性質としての対称性を組み込むことで、脳腫瘍セグメンテーションの性能を向上させること。
• 一般的なセグメンテーションネットワークが左右対称性のようなドメイン固有の解剖学的事前知識を活用しないという限界を克服すること。
• 特徴学習の過程で高レベルの非対称性（おそらく腫瘍領域）を明示的に強調する手法を開発すること。
• 対称性エンコーディングが、標準的なU-Netと比較してより効率的で正確な学習をもたらすかどうかを評価すること。

提案手法

• 二重ブランチのU-Netアーキテクチャを用い、一方のブランチが元のMRIを、もう一方が水平反転したMRIを処理し、同一の畳み込みフィルタ重みを共有する。
• 複数の畳み込み層およびプーリング層を経た後、両ブランチの高レベル特徴マップを差分とすることで非対称性を強調する。
• 差分テンソルを元の特徴マップと連結することで、空間的および文脈的情報を保持する。
• 最先端のU-Netに適用し、対称性エンコーディングをエンコーダブロック3番目または4番目に導入する。
• クラスの不均衡に対処するため、中央値周辺の頻度補正を施した加重交差エントロピー損失を用いて、エンドツーエンドで学習する。
• データオーグメンテーションとは異なり、両画像を同時に処理し、その差分を学習信号として用いる点が特徴である。

実験結果

リサーチクエスチョン

• RQ1 ニューラルネットワークに脳の対称性をエンコードすることで、脳腫瘍セグメンテーションモデルの性能が向上するか？
• RQ2 対称性エンコーディングは、標準的なU-Netと比較して、学習過程での収束が速くなるか？
• RQ3 ネットワークの特徴マップ数が少ない場合に、セグメンテーション性能の向上が顕著に現れるか？
• RQ4 モデルは、腫瘍領域に高い可能性を示す高レベルの非対称性に注目する能力を学習できるか？
• RQ5 対称性エンコーディングを施したネットワークは、ベースラインのU-Netと比較してより関連性の高い特徴を抽出できるか？

主な発見

• すべてのテスト設定において、対称性エンコーディングを施したU-Netは、標準的なU-Netよりも少ないエポック数で収束し、学習データからの特徴抽出がより効率的であることを示している。
• 特徴マップ数が少ない場合（k = 4 または 8）、対称性エンコーディングモデルは標準U-Netよりも高い平均Diceスコアを達成しており、Diceスコアの向上が最大0.059に達する。
• ネットワークの幅が大きい場合（k = 16 または 32）、両モデルのDiceスコアは類似しており、性能向上の効果が容量の増加に伴い飽和していることが示唆される。
• 二重ブランチアーキテクチャによる重み共有のおかげで、パラメータ数は標準U-Netと比較してわずか15%（比1.15）増加する。
• 非対称性に注目する能力のおかげで、特に低容量設定下で、少ない学習作業で優れた性能が得られる。
• 本手法は汎用的であり、3D U-Netやドメイン固有のインダクティブバイアスを必要とする他の医療画像セグメンテーションタスクへも応用可能である。