[論文レビュー] The iterative convolution-thresholding method (ICTM) for image segmentation

Dong Wang, Xiaoping Wang|arXiv (Cornell University)|Apr 24, 2019

Medical Image Segmentation Techniques被引用数 8

ひとこと要約

本稿では、特徴関数を用いて境界を暗黙的に表現することで、変分エネルギー関数を最小化するシンプルで効率的な画像分離手法、反復的畝込み-しきい値化法（ICTM）を提案する。この手法は、熱核畝込みを用いて正則化項を近似し、畝込みとしきい値化の反復的更新によりエネルギーの減少を保証し、複数の分離モデルにおいて安定した収束を達成する。

ABSTRACT

In this paper, we propose a novel iterative convolution-thresholding method (ICTM) that is applicable to a range of variational models for image segmentation. A variational model usually minimizes an energy functional consisting of a fidelity term and a regularization term. In the ICTM, the interface between two different segment domains is implicitly represented by their characteristic functions. The fidelity term is then usually written as a linear functional of the characteristic functions and the regularized term is approximated by a functional of characteristic functions in terms of heat kernel convolution. This allows us to design an iterative convolution-thresholding method to minimize the approximate energy. The method is simple, efficient and enjoys the energy-decaying property. Numerical experiments show that the method is easy to implement, robust and applicable to various image segmentation models.

研究の動機と目的

• 複雑な正則化項と適合性項を含む非凸な変分エネルギー関数を最小化する課題に対処すること。
• ムーディ・シャー、チャン＝ヴェーズ、LIF、LGIF、LSACを含む複数の分離モデルに適用可能な統一的な数値フレームワークを構築すること。
• 従来のレベルセット法における数値的不安定性と収束の遅さを克服し、より単純で効率的な反復的スキームを導入すること。
• 反復処理において不変の安定性とエネルギー減少性を保証することで、収束速度と耐障害性を向上させること。

提案手法

• 分離領域の境界を、領域の特徴関数を用いて暗黙的に表現する。
• 正則化項を特徴関数の熱核畝込みで近似し、滑らかで微分可能な更新を可能にする。
• 適合性項を特徴関数の線形関数形に再定式化し、最適化を簡素化する。
• 畝込みに基づくエネルギー最小化としきい値化を交互に繰り返す反復的アルゴリズムを設計する。
• 各反復でエネルギー減少を保証するために、時間パラメータτを用いたプロキシマル型スキームを適用する。
• 正則化項の近似に、Gτ(x) = (1/(4πτ))exp(-|x|²/(4τ)) で表される熱核Gτ(x)を用いることで、高速フーリエ変換を用いた効率的な計算が可能になる。

実験結果

リサーチクエスチョン

• RQ1 広範な変分画像分離モデルのクラスを最小化するための、統一的かつ効率的で安定した数値手法を開発可能か？
• RQ2 提案されたICTMは反復処理中にエネルギー減少を保証するのか？収束を保証するための微調整を必要としないのか？
• RQ3 さまざまな分離モデルにおいて、従来のレベルセット法と比較して、ICTMの収束速度と耐障害性はどのように異なるか？
• RQ4 明示的なエッジ検出を伴わずに、強度の不均一性や複雑な画像構造に対してもICTMは効果的に対処できるか？
• RQ5 分離数に依存しない性質を持ち、多相分離タスクにおけるスケーラビリティを有するか？

主な発見

• 近似エネルギー関数の数学的解析により、各反復でエネルギー減少が保証されることを証明した。
• 全テスト例において、レベルセット法と比較してはるかに少ない反復回数で収束を達成し、優れた効率性を示した。
• 数値実験により、分離数に依存せず安定した性能を維持することが確認され、多相分離においても安定性を保った。
• 実装が単純で、反復スキームにおける時間ステップサイズに制限がない、不変の安定性を有する。
• 一般化された定式化のおかげで、CV、LIF、LGIF、LSACを含む幅広い分離モデルに適用可能である。
• 熱核畝込みの使用により、正則化項の滑らかな近似が可能となり、数値的安定性と収束性が向上した。