[論文レビュー] Two-Stage Convolutional Neural Network Architecture for Lung Nodule Detection

Haichao Cao, Hong Liu+6 more|arXiv (Cornell University)|May 9, 2019

Lung Cancer Diagnosis and Treatment参考文献 63被引用数 9

ひとこと要約

本論文は、初期検出に改善されたUNetを用い、誤検出の低減に二重プーリングに基づく3次元畳み込みニューラルネットワークを用いる二段階の3次元畳み込みニューラルネットワーク（TSCNN）を提案する。LUNA16で評価された結果、ハードネガティブマッピングとアンサンブル学習により、高い再現率と正確性を達成し、最先端の性能を示した。

ABSTRACT

Early detection of lung cancer is an effective way to improve the survival rate of patients. It is a critical step to have accurate detection of lung nodules in computed tomography (CT) images for the diagnosis of lung cancer. However, due to the heterogeneity of the lung nodules and the complexity of the surrounding environment, robust nodule detection has been a challenging task. In this study, we propose a two-stage convolutional neural network (TSCNN) architecture for lung nodule detection. The CNN architecture in the first stage is based on the improved UNet segmentation network to establish an initial detection of lung nodules. Simultaneously, in order to obtain a high recall rate without introducing excessive false positive nodules, we propose a novel sampling strategy, and use the offline hard mining idea for training and prediction according to the proposed cascaded prediction method. The CNN architecture in the second stage is based on the proposed dual pooling structure, which is built into three 3D CNN classification networks for false positive reduction. Since the network training requires a significant amount of training data, we adopt a data augmentation method based on random mask. Furthermore, we have improved the generalization ability of the false positive reduction model by means of ensemble learning. The proposed method has been experimentally verified on the LUNA dataset. Experimental results show that the proposed TSCNN architecture can obtain competitive detection performance.

研究の動機と目的

• 高精度で多様な肺結節を、複雑なCT環境下で検出する課題に対処すること。
• 再現率を維持しつつ、誤検出を低減すること。
• データ拡張およびアンサンブル学習技術を用いてモデルの汎化性能を向上させること。
• オフラインハードマッピングを用いたカスケード予測フレームワークを構築し、頑健な学習を実現すること。

提案手法

• 第一段階では、CTボリューム内の初期肺結節局在化に改善された3次元UNetアーキテクチャを採用する。
• トレーニング中に困難なネガティブサンプルを優先するため、オフラインハードマッピングに基づく新しいサンプリング戦略を適用する。
• 第二段階では、三つの3次元CNNに統合された二重プーリング構造を用いて予測を精緻化し、誤検出を低減する。
• トレーニングデータの多様性とモデルの頑健性を向上させるために、ランダムマスキングによるデータ拡張を適用する。
• 誤検出低減モデルにアンサンブル学習を適用し、汎化性能と性能を向上させる。
• 両段階の出力を組み合わせるカスケード予測法により、検出の信頼性を向上させる。

実験結果

リサーチクエスチョン

• RQ1 二段階の3次元CNNアーキテクチャは、単一段階手法と比較して肺結節検出の正確性を向上させることができるか？
• RQ2 提案されたオフラインハードマッピングサンプリング戦略は、再現率を損なうことなく誤検出を効果的に低減できるか？
• RQ3 第二段階ネットワークにおける二重プーリング構造は、誤検出低減にどの程度寄与するか？
• RQ4 限られたデータ環境下でのランダムマスキングによるデータ拡張は、モデルの汎化性能にどのように影響するか？
• RQ5 アンサンブル学習は、誤検出低減モデルの性能をさらに向上させることができるか？

主な発見

• TSCNNはLUNA16データセットで競争力ある検出性能を示し、本研究の文脈で最先端の結果を達成した。
• 二段階設計のおかげで高い再現率を維持しつつ、誤検出を顕著に低減した。
• オフラインハードマッピングの使用により、困難なネガティブサンプルに対するモデルの学習が向上し、より良い汎化性能が得られた。
• アンサンブル学習アプローチにより、誤検出低減ネットワークの頑健性と性能が向上した。
• 第二段階3次元CNNにおける二重プーリング構造のおかげで、候補結節の分類精度が向上した。
• ランダムマスクに基づくデータ拡張戦略は、トレーニングデータの多様性を効果的に増やし、モデルの汎化性能を向上させた。