[論文レビュー] Self-Supervised Learning for Cardiac MR Image Segmentation by Anatomical Position Prediction

Wenjia Bai, Chen Chen+7 more|arXiv (Cornell University)|Jul 5, 2019

Radiomics and Machine Learning in Medical Imaging参考文献 10被引用数 30

ひとこと要約

本論文は、標準的心臓MRIの視断面から導かれる解剖学的位置を予測することで、手動ラベルの必要がない心臓MR画像セグメンテーションの自己教師付き学習手法を提案する。この手法は、少量のデータ設定において最先端の性能を達成し、ラベル付き被験者を5例に限定しても平均Diceスコアを0.811から0.852まで向上させる。

ABSTRACT

In the recent years, convolutional neural networks have transformed the field of medical image analysis due to their capacity to learn discriminative image features for a variety of classification and regression tasks. However, successfully learning these features requires a large amount of manually annotated data, which is expensive to acquire and limited by the available resources of expert image analysts. Therefore, unsupervised, weakly-supervised and self-supervised feature learning techniques receive a lot of attention, which aim to utilise the vast amount of available data, while at the same time avoid or substantially reduce the effort of manual annotation. In this paper, we propose a novel way for training a cardiac MR image segmentation network, in which features are learnt in a self-supervised manner by predicting anatomical positions. The anatomical positions serve as a supervisory signal and do not require extra manual annotation. We demonstrate that this seemingly simple task provides a strong signal for feature learning and with self-supervised learning, we achieve a high segmentation accuracy that is better than or comparable to a U-net trained from scratch, especially at a small data setting. When only five annotated subjects are available, the proposed method improves the mean Dice metric from 0.811 to 0.852 for short-axis image segmentation, compared to the baseline U-net.

研究の動機と目的

• 手動ラベルが高コストかつ時間のかかるため、限られたラベル付き心臓MRデータの課題に対処すること。
• 臨床現場に豊富に存在するラベルなしMRIスキャンを活用することで、完全に教師あり学習に依存するのを減らすこと。
• 標準的MRI視断面からの内在的解剖学的情報を活用する自己教師付き事前学習タスクを設計すること。
• 新しい解剖学的位置予測タスクを用いて、最小限のラベル付きデータでセグメンテーション性能を向上させること。
• 実臨床ワークフローに適用可能な、データ効率の良い心臓MR画像セグメンテーションの訓練を可能にすること。

提案手法

• モデルが与えられた心臓MR画像の解剖学的位置（例：短軸、4心腔視断面）を予測する自己教師付き事前学習タスクを定式化する。
• 視断面情報とDICOMヘッダーを用いて、手動ラベルなしに自動的に解剖学的位置を定義する。
• 未ラベルデータから判別可能な特徴を学習するために、事前学習タスクで対照的学習（contrastive learning）を用いたU-Netエンコーダーを訓練する。
• セグメンテーションのため、短軸および長軸画像の少量のラベル付きデータを用いてエンコーダーにデコーダーヘッドをファインチューニングする。
• 複数の訓練戦略を評価する：エンコーダーを固定してデコーダーのみをファインチューニングする（SSL+Decoder）、またはすべての層を同時に最適化する（SSL+All、SSL+MultiTask）。
• Dice係数や平均輪郭距離といった標準指標を用いて、さまざまなデータサイズにおけるセグメンテーション性能を評価する。

実験結果

リサーチクエスチョン

• RQ1 解剖学的位置予測は、心臓MR画像セグメンテーションの有効な自己教師付き事前学習タスクとして機能するか？
• RQ2 解剖学的位置を用いた自己教師付き事前学習は、完全に教師ありでU-Netを訓練するのと比較して、セグメンテーション精度に優れているか？
• RQ3 わずかに少数のラベル付き被験者しか利用できない状況で、本手法はどの程度性能を向上させるか？
• RQ4 自己教師付きアプローチは、短軸および長軸画像など、さまざまな心臓MR視断面に一般化可能か？
• RQ5 大幅にラベルの必要量を減らしながら、完全に教師ありモデルと同等の性能を達成できるか？

主な発見

• 5例のラベル付き被験者でのみ、提案手法（SSL+MultiTask）は短軸セグメンテーションで平均Diceスコア0.852を達成したのに対し、完全に教師ありで訓練したU-Netは0.811にとどまった。
• 最小データ設定（n=1）において、SSL+MultiTaskモデルはU-Netベースラインが完全に失敗した状況でも意味のあるセグメンテーションを生成した。
• 長軸画像セグメンテーションにおいて、100例の被験者を用いた場合、SSL+MultiTask手法はDiceスコア0.934を達成し、U-Netベースライン（0.930）を上回り、低データ環境でも一貫した向上を示した。
• データサイズが増加するに従い、SSLと教師あり学習の性能差は縮まり、n≥50被験者では両者で収束した。
• SSL+MultiTask戦略は、他のファインチューニング設定を常に上回り、エンコーダーとデコーダーの共同最適化が最良の結果をもたらすことを示した。
• 本手法は強く転送可能であり、最小限の監視のもとでも、自己教師付きエンコーダーが、下流のセグメンテーションタスクに適した特徴を学習していることが示された。