[論文レビュー] VinDr-RibCXR: A Benchmark Dataset for Automatic Segmentation and Labeling of Individual Ribs on Chest X-rays

Hoang Nguyen, Tung Le+2 more|arXiv (Cornell University)|Jul 2, 2021

COVID-19 diagnosis using AI被引用数 14

ひとこと要約

本論文では、20本の個別肋骨のピクセル単位のセグメンテーションマスクを備えた245枚のラベル付きチストレントゲン画像を含む、VinDr-RibCXRという新しい公開ベンチマークデータセットを紹介する。196枚のトレーニング画像を用いて、最先端のディープラーニングモデル（特にEfficientNet-B0をエンコーダーに用いたU-Net++）を適用した結果、49枚のテストセットにおいて、Diceスコアが0.834（95%信頼区間：0.810–0.853）に達し、CXRにおける肋骨セグメンテーションの強力なベースラインを確立した。

ABSTRACT

We introduce a new benchmark dataset, namely VinDr-RibCXR, for automatic segmentation and labeling of individual ribs from chest X-ray (CXR) scans. The VinDr-RibCXR contains 245 CXRs with corresponding ground truth annotations provided by human experts. A set of state-of-the-art segmentation models are trained on 196 images from the VinDr-RibCXR to segment and label 20 individual ribs. Our best performing model obtains a Dice score of 0.834 (95% CI, 0.810--0.853) on an independent test set of 49 images. Our study, therefore, serves as a proof of concept and baseline performance for future research.

研究の動機と目的

• チストレントゲン画像における個別肋骨構造のピクセルレベルのアノテーションを備えた、公開可能で高品質なデータセットが不足しているという問題に対処すること。
• CXR画像における20本の個別肋骨（左・右、R1/L1からR10/L10まで）の自動セグメンテーションおよびラベル付けのためのディープラーニングモデルの開発と評価を行うこと。
• 将来の医療画像を用いた自動肋骨解析分野における研究を支援するため、ベンチマークデータセットおよびベースラインパフォーマンスを確立すること。
• 放射線科医が肋骨病変を検出するのを支援するAIツールの開発を後押しするため、正確な個別肋骨セグメンテーションを提供すること。

提案手法

• データセットは、VinDr-CXRデータセットから抽出された匿名化されたDICOM画像を基に構築され、245枚の前後左右肋骨構造をカバーしている。
• 専用のウェブベースのラベリングツール「VinDr Lab」を用いて、熟練した放射線科医が各肋骨をピクセルレベルで手動でセグメンテーションし、マスクはJSON形式で保存された。
• データセットは、モデルのトレーニングと評価を支援するため、196枚のトレーニング画像と49枚の検証画像に分割された。
• 複数の最先端セグメンテーションモデルをトレーニングした：U-Net、EfficientNet-B0を用いたU-Net、EfficientNet-B0を用いたFPN、EfficientNet-B0をエンコーダーに用いたU-Net++。
• すべてのモデルは、入力サイズを512×512にリサイズし、データオーグメンテーション（フリップ、シフト、スケーリング、回転、明るさ/コントラスト調整）を適用した上で、Dice損失とAdamオプティマイザーを用いて200エポック分トレーニングされた。
• トレーニングは、PyTorch（v1.7.1）を用い、NVIDIA RTX 2080 Ti GPU上で実施された。

実験結果

リサーチクエスチョン

• RQ1 新しい高品質なベンチマークデータセットを用いてトレーニングされたディープラーニングモデルが、チストレントゲン画像からの個別肋骨セグメンテーションにおいて、どの程度のパフォーマンスを示すか？
• RQ2 EfficientNet-B0などの異なるエンコーダー・アーキテクチャと、U-Net++やFPNなどの異なるセグメンテーションヘッドの間で、肋骨セグメンテーションの正確性にどのような差が生じるか？
• RQ3 提案されたモデルは、肋骨の一部が肺疾患による影で隠されているような正常および異常なCXRスキャンに対しても一般化可能か？
• RQ4 ピクセルレベルのアノテーションを用いることで、前部および後部肋骨の両方でどの程度のセグメンテーション精度が達成可能か？
• RQ5 肋骨の可視性の変動や解剖学的変形に対して、モデルの頑健性はどの程度か？

主な発見

• 最も優れたパフォーマンスを示したモデル、すなわちEfficientNet-B0をエンコーダーに用いたU-Net++は、独立した49枚の検証セットにおいて、Diceスコア0.834（95%信頼区間：0.810–0.853）を達成した。
• 同じモデルは、境界の正確性を示す15.453（95%信頼区間：13.340–17.450）の95%ハウスドルフ距離を達成した。
• 感度は0.841（95%信頼区間：0.812–0.858）であり、肋骨構造の検出における高い再現率を示した。
• 特異度は0.998（95%信頼区間：0.997–0.998）に達し、誤検出（偽陽性）が極めて少ないことを示した。
• このモデルは、内部および外部のデータセット（JSRTおよび深セン）からの正常および異常なCXRスキャンにおいて、部分的に遮られても20本の肋骨をすべて正しくセグメンテーションできた。
• 本研究では、個別肋骨セグメンテーションマスクを備えた、初めての公開可能なベンチマークデータセットを確立した。これにより、再現可能な評価と、将来的な自動肋骨解析分野における進歩が可能になった。