[論文レビュー] Shallow Attention Network for Polyp Segmentation

Jun Wei, Yiwen Hu+4 more|arXiv (Cornell University)|Aug 2, 2021

Advanced Neural Network Applications参考文献 22被引用数 9

ひとこと要約

本稿では、色のばらつき、小規模ポリープの劣化、および前景・背景クラスの不均衡という問題に取り組むために、ポリープセグメンテーション用に浅いアテンションネットワーク（SANet）を提案する。色の交換を導入することでコンテンツと色を分離し、高解像度特徴を強化するための浅いアテンションモジュールを採用するとともに、推論時に確率補正戦略を適用することで、5つのベンチマークで72 FPSの推論速度を達成し、最先端の性能を実現した。

ABSTRACT

Accurate polyp segmentation is of great importance for colorectal cancer diagnosis. However, even with a powerful deep neural network, there still exists three big challenges that impede the development of polyp segmentation. (i) Samples collected under different conditions show inconsistent colors, causing the feature distribution gap and overfitting issue; (ii) Due to repeated feature downsampling, small polyps are easily degraded; (iii) Foreground and background pixels are imbalanced, leading to a biased training. To address the above issues, we propose the Shallow Attention Network (SANet) for polyp segmentation. Specifically, to eliminate the effects of color, we design the color exchange operation to decouple the image contents and colors, and force the model to focus more on the target shape and structure. Furthermore, to enhance the segmentation quality of small polyps, we propose the shallow attention module to filter out the background noise of shallow features. Thanks to the high resolution of shallow features, small polyps can be preserved correctly. In addition, to ease the severe pixel imbalance for small polyps, we propose a probability correction strategy (PCS) during the inference phase. Note that even though PCS is not involved in the training phase, it can still work well on a biased model and consistently improve the segmentation performance. Quantitative and qualitative experimental results on five challenging benchmarks confirm that our proposed SANet outperforms previous state-of-the-art methods by a large margin and achieves a speed about 72FPS.

研究の動機と目的

• 内視鏡的条件のばらつきによるポリープ画像の色分布の不一致が引き起こす過学習を是正すること。
• 深層ネットワークにおける繰り返しの特徴ダウンサンプリングによって劣化する小規模ポリープのセグメンテーションを改善すること。
• モデル学習のバイアスを引き起こし、小規模ポリープの性能を低下させる深刻な前景・背景ピクセルの不均衡を軽減すること。
• 再トレーニングを必要とせず、高い精度を維持しながらも軽量で高速な推論モデルを開発すること。
• 最小限の計算負荷で、複数の公開ポリープセグメンテーションベンチマークで最先端の性能を達成すること。

提案手法

• 入力画像にランダムな画像の色を転送する色の交換（CE）操作を提案し、コンテンツと色を分離することで、誤った色に基づく相関を低減する。
• 深層特徴を用いて高解像度の浅い特徴から背景ノイズをフィルタリングするための浅いアテンションモジュール（SAM）を導入し、小規模ポリープの微細な詳細を保持する。
• トレーニングプロセスを変更せずに、推論時に予測のバイアスを補正するための確率補正戦略（PCS）を採用し、性能向上を実現する。
• 残差接続とマルチスケール監督を備えたU-Netに類似したエンコーダ-デコーダアーキテクチャを用い、特徴の強固な学習を実現する。
• 標準的なデータ拡張（ランダムな反転、回転、マルチスケールトレーニング）とBCE + Dice損失を用いたエンドツーエンドの最適化を実施する。
• 小規模ポリープセグメンテーションに不可欠な空間的詳細を維持するために、高解像度の浅い特徴を活用する。

実験結果

リサーチクエスチョン

• RQ1 画像のコンテンツと色分布を分離することで、ポリープセグメンテーションモデルの過学習を低減できるか？
• RQ2 アテンション機構を用いて浅い特徴を強化することで、小規模ポリープのセグメンテーションが向上するか？
• RQ3 再トレーニングを伴わずに、後処理補正戦略がバイアスがかかるモデルの性能向上に有効に機能するか？
• RQ4 色の交換、浅いアテンション、確率補正を組み合わせることで、多様なデータセットで一貫した性能向上が得られるか？
• RQ5 提案手法が、実世界のポリープセグメンテーションベンチマークで、72 FPS程度の高速推論速度を達成し、最先端の性能を実現できるか？

主な発見

• Kvasirデータセットでは、mDiceが0.904、mIoUが0.847を記録し、6つの最先端手法を上回った。
• CVC-ClinicDBでは、mDiceが0.916、mIoUが0.859を達成し、PraNet（0.898および0.840）を顕著に上回った。
• ETISでは、mDiceが0.750、mIoUが0.654を記録し、以前の最先端手法PraNet（0.628および0.567）を上回った。
• アブレーションスタディの結果、バックボーン、SAM、CE、PCSのすべての構成要素が不可欠であることが確認され、完全なSANetはColonDBで0.753のmDice、Kvasirで0.904のmDiceを達成した。
• RTX 2080Ti上で72 FPSのリアルタイム推論速度を達成し、PraNetの64 FPSを上回る高い効率性を示した。
• 可視化比較では、SANetがより鋭く正確なマスクを生成し、特に小規模で困難なポリープにおいて背景の抑制が優れていた。