[論文レビュー] Technical Considerations for Semantic Segmentation in MRI using Convolutional Neural Networks

Arjun Desai, Garry E. Gold+2 more|arXiv (Cornell University)|Feb 5, 2019

Osteoarthritis Treatment and Mechanisms参考文献 43被引用数 17

ひとこと要約

本研究は、3次元MRIにおける大腿骨軟骨のディープラーニングベースのセマンティックセグメンテーションにおいて、ネットワークアーキテクチャ、損失関数、およびトレーニングデータの特性が与える影響を調査する。アーキテクチャの違いによる精度向上は限定的である一方で、適切な損失関数の選定と現実的なデータ増強が一般化性能を顕著に向上させることを示している。性能はデータサイズに伴いゆっくりと向上するが、95%のDiceスコアに到達するには約300〜440例の患者データが必要である。

ABSTRACT

High-fidelity semantic segmentation of magnetic resonance volumes is critical for estimating tissue morphometry and relaxation parameters in both clinical and research applications. While manual segmentation is accepted as the gold-standard, recent advances in deep learning and convolutional neural networks (CNNs) have shown promise for efficient automatic segmentation of soft tissues. However, due to the stochastic nature of deep learning and the multitude of hyperparameters in training networks, predicting network behavior is challenging. In this paper, we quantify the impact of three factors associated with CNN segmentation performance: network architecture, training loss functions, and training data characteristics. We evaluate the impact of these variations on the segmentation of femoral cartilage and propose potential modifications to CNN architectures and training protocols to train these models with confidence.

研究の動機と目的

• 3次元MRIにおける大腿骨軟骨のCNNベースのセマンティックセグメンテーションに、ネットワークアーキテクチャ、トレーニング損失関数、およびデータ特性の影響を定量化すること。
• これらの要因の変化が、さまざまな視野（FOV）におけるセグメンテーション精度と一般化性能に与える影響を評価すること。
• 医療画像セグメンテーションにおけるCNNモデルの信頼できる展開を支援するため、最適なアーキテクチャおよびトレーニングプロトコルの選定を同定すること。

提案手法

• 本研究では、88例のOAI患者から得られた3次元 sagittal DESS MRIデータを用い、手動でセグメンテッドされた大腿骨軟骨マスクを対象とした。
• 標準的な指標（Dice係数、Hausdorff距離など）を用いて、U-Net、SegNet、DeepLabV3+の3つのU-Net、SegNet、DeepLabV3+アーキテクチャをトレーニングおよび評価した。
• 誤差分布と性能への影響を評価するため、標準的な交差エントロピー、重み付き交差エントロピー、ソフト Dice 損失の3つの損失関数を用いてトレーニングを実施した。
• モデルの一般化性能への影響を評価するため、視野（FOV）の変更およびコントラスト調整を含むデータ増強戦略を適用した。
• 画像収集のばらつきに対する感受性を測定するため、異なるFOVを有するテストセットを用いて性能を評価した。
• 性能データにパワー則スケーリングモデルをフィッティングし、目標精度閾値に達するためのトレーニングデータ量を推定した。

実験結果

リサーチクエスチョン

• RQ1 U-Net、SegNet、DeepLabV3+といった異なるCNNアーキテクチャは、3次元MRIにおける大腿骨軟骨のセグメンテーション精度と一般化性能にどのように影響を与えるか？
• RQ2 クラス不均衡の存在下で、交差エントロピー、重み付き交差エントロピー、ソフト Dice といった異なる損失関数は、ネットワーク最適化および誤差分布にどのように影響を与えるか？
• RQ3 特に視野（FOV）およびコントラストの変更を含むデータ増強は、多様なMRI収集パrameterにわたるモデルの一般化性能をどの程度向上させるか？
• RQ4 モデルの性能は、トレーニングデータサイズの増加に伴いどのようにスケーリングされるか？また、高い精度（例：95% Dice）に到達するにはどの程度のデータ量が必要か？
• RQ5 戦略的な増強によって、単一のテストセットにおける絶対的性能を犠牲にしても、一般化性能を向上させることは可能か？

主な発見

• ネットワークアーキテクチャは、全体的なセグメンテーション精度にほとんど影響を与えず、どの指標においても一貫して優れた性能を示すアーキテクチャは存在しなかった。
• ソフト Dice 損失関数が、平均 Dice 係数（0.84）が最も高く、Hausdorff 距離（1.8 mm）が最も低く、優れた性能と境界の正確性を示した。
• 現実的なデータ増強（FOVおよびコントラストの変更を含む）は、モデルの一般化性能を向上させたが、元のテストセットにおける絶対的性能はわずかに低下した。
• 性能はデータサイズに伴いゆっくりと向上し、指数β < 0.05のパワー則関係に従った。これは、追加のデータによる利益の逓減が顕著であることを示している。
• 95%のDice精度に到達するには、DeepLabV3+で約300例、U-Netで約350例、SegNetで約440例の患者データが必要であり、限られたデータ量でも高い性能が達成可能であることを示している。
• 入力深度を固定した3D U-Net（32スライス）はバッチサイズとフィルタ数を制限しており、入力深度およびバッチサイズのアーキテクチャチューニングによりさらなる性能向上が期待できる。