[論文レビュー] Self-Training Based Unsupervised Cross-Modality Domain Adaptation for Vestibular Schwannoma and Cochlea Segmentation

Hyungseob Shin, Hyeongyu Kim+4 more|arXiv (Cornell University)|Sep 22, 2021

Ultrasonics and Acoustic Wave Propagation参考文献 7被引用数 4

ひとこと要約

本論文は、T1強調MRIのアノテーションのみを用いて、高分解能T2強調MRIスキャンにおける内リン細胞腫瘍および耳管のセグメンテーションを目的とした自己学習ベースの教師なしクロスモodalドメイン適応フレームワークを提案する。コントラスト変換、偽ラベル化、および実際のT2スキャンと生成されたT2スキャンの両方における共同学習を活用することで、CrossMoDA2021チャレンジで最先端の性能を達成し、VSの平均Diceスコアは0.8570、耳管の平均Diceスコアは0.8446を記録した。

ABSTRACT

With the advances of deep learning, many medical image segmentation studies achieve human-level performance when in fully supervised condition. However, it is extremely expensive to acquire annotation on every data in medical fields, especially on magnetic resonance images (MRI) that comprise many different contrasts. Unsupervised methods can alleviate this problem; however, the performance drop is inevitable compared to fully supervised methods. In this work, we propose a self-training based unsupervised-learning framework that performs automatic segmentation of Vestibular Schwannoma (VS) and cochlea on high-resolution T2 scans. Our method consists of 4 main stages: 1) VS-preserving contrast conversion from contrast-enhanced T1 scan to high-resolution T2 scan, 2) training segmentation on generated T2 scans with annotations on T1 scans, and 3) Inferring pseudo-labels on non-annotated real T2 scans, and 4) boosting the generalizability of VS and cochlea segmentation by training with combined data (i.e., real T2 scans with pseudo-labels and generated T2 scans with true annotations). Our method showed mean Dice score and Average Symmetric Surface Distance (ASSD) of 0.8570 (0.0705) and 0.4970 (0.3391) for VS, 0.8446 (0.0211) and 0.1513 (0.0314) for Cochlea on CrossMoDA2021 challenge validation phase leaderboard, outperforming most other approaches.

研究の動機と目的

• 医療画像におけるマルチコントラストMRIデータのアノテーションにかかる高コストを低減すること。
• T2強調MRIにT2のアノテーションが一切不要な状態で、内リン細胞腫瘍および耳管の正確なセグメンテーションを可能にすること。
• 教師なしドメイン適応を用いてT1およびT2MRIモodal間のドメインシフトを低減すること。
• 実際のT2スキャンと偽ラベル付きデータ、および生成されたT2スキャンと真のアノテーションを組み合わせることで一般化性能を向上させること。
• 自己学習を用いて、アノテーションリソースが限られた環境下でも高いセグメンテーション性能を達成すること。

提案手法

• コントラストを保持する画像変換ネットワークが、コントラスト強調付きT1強調MRIを合成された高分解能T2強調MRIに変換する。
• セグメンテーションネットワークを、T1スキャンのアノテーションを用いて生成されたT2スキャン上で事前に学習する。
• 訓練済みのセグメンテーションモデルを用いて、実際のアノテーションのないT2スキャンに対して偽ラベルを予測する。
• 実際のT2スキャン（偽ラベル付き）と生成されたT2スキャン（真のラベル付き）の両方を含む統合データセット上で、セグメンテーションモデルをファインチューニングする。
• 自己学習を繰り返し適用することで、T1およびT2モダリティ間のドメインシフトを低減し、モデルの頑健性を向上させる。
• 画像変換において、サイクル整合性と adversarial ロスを活用し、解剖学的構造を保持する。

実験結果

リサーチクエスチョン

• RQ1 自己学習は、医療画像セグメンテーションにおけるT1とT2MRI間のドメインシフトを効果的に低減できるか？
• RQ2 T2アノテーションが一切ない状態で、T1アノテーションで学習したモデルがT2スキャンにどれほど一般化できるか？
• RQ3 実際のT2スキャンに対する偽ラベル化は、合成T2データと組み合わせることでセグメンテーション性能を向上させられるか？
• RQ4 実際のT2スキャンと生成されたT2スキャンの両方を用いた共同学習は、モデルの一般化性能と頑健性を向上させるか？
• RQ5 本手法は、CrossMoDA2021ベンチマークにおいて、既存の教師なしドメイン適応手法と比較してどの程度の性能を示すか？

主な発見

• 本手法は、CrossMoDA2021の検証セットにおいて、内リン細胞腫瘍セグメンテーションで平均Diceスコア0.8570（±0.0705）を達成した。
• 耳管セグメンテーションでは平均Diceスコア0.8446（±0.0211）を記録し、大多数の競合手法を上回った。
• 内リン細胞腫瘍の平均対称表面距離（ASSD）は0.4970（±0.3391）であり、高いセグメンテーション精度を示した。
• 耳管のASSDは0.1513（±0.0314）であり、境界の正確な局在化を示した。
• 本手法はCrossMoDA2021チャレンジにおいて大多数の他のエントリを上回り、最先端の性能を示した。
• 合成データと偽ラベル化の組み合わせが、T2アノテーションが欠如する状況下での一般化性能を顕著に向上させた。