[論文レビュー] Sub-cortical brain structure segmentation using F-CNN's

Mahsa Shakeri, Stavros Tsogkas+5 more|SPIRE - Sciences Po Institutional REpository|Feb 5, 2016

Advanced Neural Network Applications参考文献 1被引用数 4

ひとこと要約

本稿では、MRIスキャンにおける皮質下脳構造の2次元スライスベースのセグメンテーションを高精度に実現するため、完全畳み込みニューラルネットワーク（F-CNN）とマルコフ連鎖場（MRF）推論を組み合わせた手法を提案する。CNNの出力確率をMRFの単一ポテンシャルとみなして空間的に一貫性のある推論を実施し、α拡張を用いることで、IBSRおよびREの2つのデータセットで最先端のDiceスコアを達成した。これは、ランダムフォレストベースの事前分布や、Freesurfer や FSL-FIRST といった標準的手法を上回る性能を示した。

ABSTRACT

In this paper we propose a deep learning approach for segmenting sub-cortical structures of the human brain in Magnetic Resonance (MR) image data. We draw inspiration from a state-of-the-art Fully-Convolutional Neural Network (F-CNN) architecture for semantic segmentation of objects in natural images, and adapt it to our task. Unlike previous CNN-based methods that operate on image patches, our model is applied on a full blown 2D image, without any alignment or registration steps at testing time. We further improve segmentation results by interpreting the CNN output as potentials of a Markov Random Field (MRF), whose topology corresponds to a volumetric grid. Alpha-expansion is used to perform approximate inference imposing spatial volumetric homogeneity to the CNN priors. We compare the performance of the proposed pipeline with a similar system using Random Forest-based priors, as well as state-of-art segmentation algorithms, and show promising results on two different brain MRI datasets.

研究の動機と目的

• MRIスキャンにおける皮質下脳構造の正確なセグメンテーションを実現するためのディープラーニングフレームワークの開発。
• アライメントや登録を必要としない、完全な2次元MRIスライスの処理により、パッチベースのCNNの限界を克服すること。
• 3次元マルコフ連鎖場（MRF）におけるCNN出力のポテンシャルとしてのモデル化により、空間的一致性とセグメンテーション精度の向上。
• ランダムフォレストベースの事前分布およびFreesurfer や FSL-FIRST といった最先端のセグメンテーションツールと比較すること。
• 小規模なデータセット、低解像度の特徴マップ、対称的構造の混同といった、医療画像セグメンテーションにおける課題に取り組むこと。

提案手法

• 5組の畳み込み-プーリング層を有する完全畳み込みニューラルネットワーク（F-CNN）を、2次元MRIスライス上でスクラッチから訓練する。拡張畳み込みを用いて高解像度の特徴マップを維持する。
• 受容野の拡張を実現するため、拡張畳み込みを用いて完全な2次元スライスを処理し、4倍のダウンサンプリング要因を達成。Lクラスに対して64×64×Lの出力マップを生成する。
• CNN出力の確率マップを、6近傍グリッド構造を持つ3次元MRFにおける単一ポテンシャルと解釈し、空間的ボリューム均質性をモデル化する。
• マルチラベルエネルギー関数の最適化を実現するため、MRFにおける近似推論にα拡張を用い、ボクセル間で滑らかで一貫性のあるセグメンテーションを保証する。
• 限られたトレーニングデータにおける過学習を軽減するため、水平反転および平行移動（±5, 10, 15, 20ピクセル）によるデータ拡張を実施する。
• SGDとモーメンタムを用い、エポック数35回にわたり学習率を0.01から0.0001へスケジューリングしながら、エンドツーエンドでモデルを訓練する。

実験結果

リサーチクエスチョン

• RQ1 2次元MRIスライス上でトレーニングされた完全畳み込みネットワークは、パッチベースまたはランダムフォレストベースの手法と比較して、皮質下構造のセグメンテーション性能を向上させることができるか？
• RQ2 α拡張推論を用いたマルコフ連鎖場（MRF）を組み込むことで、ボリュームMRIデータにおいて空間的一致性とセグメンテーション精度が向上するか？
• RQ3 Freesurfer や FSL-FIRST といった標準ツールと比較して、提案手法のDiceスコアおよび境界精度はどの程度向上するか？
• RQ4 2次元スライスベースのCNNはなぜ、矢状面や冠状面での対称的脳構造（例：パルチアム）をうまく処理できないのか、その理由と緩和策は何か？
• RQ5 2次元スライス上でトレーニングすることにより、細かな解剖学的特徴（例：尾状体の細い尾部）の捉えが制限される程度はどの程度か？

主な発見

• 提案手法のF-CNNにMRF推論を組み合わせた手法は、IBSRデータセットにおける後頭部の平均Dice係数が0.87を達成し、Freesurfer（0.86）およびFSL-FIRST（0.85）を上回った。
• カウダートにおいては、IBSRデータセットでDiceスコア0.78を達成したが、Freesurferの0.82よりわずかに低く、細い尾部領域の捉えに限界が見られた。
• REデータセットでは、パルチアムのDiceスコアが0.89を達成し、Freesurfer（0.74）を上回り、FSL-FIRST（0.88）と同等の性能を示した。
• ランダムフォレストベースのベースラインと比較して、CNNベースの手法はハウスドルフ距離および輪郭平均距離を低減し、境界精度の向上を示した。
• 256×256の画像を1回の順伝播で約5msで処理可能であり、高い推論効率を示した。
• 矢状面または冠状面でのトレーニングは、左右構造の対称性に起因する混乱を引き起こし、性能が著しく低下するため、3次元に適応した事前分布の必要性が浮き彫りになった。