[論文レビュー] VoxelAtlasGAN: 3D Left Ventricle Segmentation on Echocardiography with Atlas Guided Generation and Voxel-to-voxel Discrimination

Suyu Dong, Gongning Luo+6 more|arXiv (Cornell University)|Jun 10, 2018

Advanced Neural Network Applications参考文献 16被引用数 7

ひとこと要約

本稿では、アトラスガイドド生成とボクセル単位の識別を備えたボクセル・ツー・ボクセルの条件付き生成対抗ネットワーク（cGAN）を用いた、エコーカーディオグラフィーにおける新規な3次元左室セグメンテーションフレームワーク、VoxelAtlasGANを提案する。3次元左室アトラスを事前知識として統合し、ボリューム整合性制約を導入することで、高い精度（Dice = 0.953）とリアルタイム推論（1ボリュームあたり0.1秒）を達成し、3次元エコーカーディオグラフィーのセグメンテーションにおける強力な臨床的潜在能力を示している。

ABSTRACT

3D left ventricle (LV) segmentation on echocardiography is very important for diagnosis and treatment of cardiac disease. It is not only because of that echocardiography is a real-time imaging technology and widespread in clinical application, but also because of that LV segmentation on 3D echocardiography can provide more full volume information of heart than LV segmentation on 2D echocardiography. However, 3D LV segmentation on echocardiography is still an open and challenging task owing to the lower contrast, higher noise and data dimensionality, limited annotation of 3D echocardiography. In this paper, we proposed a novel real-time framework, i.e., VoxelAtlasGAN, for 3D LV segmentation on 3D echocardiography. This framework has three contributions: 1) It is based on voxel-to-voxel conditional generative adversarial nets (cGAN). For the first time, cGAN is used for 3D LV segmentation on echocardiography. And cGAN advantageously fuses substantial 3D spatial context information from 3D echocardiography by self-learning structured loss; 2) For the first time, it embeds the atlas into an end-to-end optimization framework, which uses 3D LV atlas as a powerful prior knowledge to improve the inference speed, address the lower contrast and the limited annotation problems of 3D echocardiography; 3) It combines traditional discrimination loss and the new proposed consistent constraint, which further improves the generalization of the proposed framework. VoxelAtlasGAN was validated on 60 subjects on 3D echocardiography and it achieved satisfactory segmentation results and high inference speed. The mean surface distance is 1.85 mm, the mean hausdorff surface distance is 7.26 mm, mean dice is 0.953, the correlation of EF is 0.918, and the mean inference speed is 0.1s. These results have demonstrated that our proposed method has great potential for clinical application

研究の動機と目的

• 低コントラスト、高ノイズ、限られたアノテーションが課題となる3次元エコーカーディオグラフィーにおける正確な左室セグメンテーションを解決すること。
• 深層学習フレームワークに3次元左室アトラスを事前知識として統合することで、セグメンテーション精度と推論速度を向上させること。
• 従来の対抗損失に加え、正規化相互情報量に基づく新規なボリューム整合性制約を組み合わせることで、モデルの一般化能力を向上させること。
• 臨床現場への導入に適した高精度な3次元LVセグメンテーションを実現するリアルタイムでエンドツーエンドのフレームワークを開発すること。

提案手法

• フレームワークは、3次元空間的コンテキストをモデル化し、正確なセグメンテーションマップを生成するために、ボクセル・ツー・ボクセルの条件付き生成対抗ネットワーク（cGAN）を採用する。
• 生成器内に3次元左室アトラスを事前知識として埋め込み、セグメンテーションのガイドと推論速度の高速化を図る。
• 入力と生成されたボリューム間の構造的類似性を強制するために、正規化相互情報量を用いた新規なボリューム整合性制約を導入する。
• 損失関数は、標準的な対抗識別損失とボリューム整合性制約を組み合わせ、リアルさと解剖学的整合性の両方を最適化する。
• 学習率0.0002、モーメンタム0.5で確率的勾配降下法を用いて、エンドツーエンドでネットワークを学習する。
• 推論は生成器のみを用いて実行され、1つのGPUで1ボリュームあたり0.1秒のリアルタイム性能を達成する。

実験結果

リサーチクエスチョン

• RQ1 ボクセル・ツー・ボクセルのcGANフレームワークは、低コントラストでノイズの多い3次元エコーカーディオグラフィーにおいて、高精度な3次元左室セグメンテーションを達成できるか？
• RQ2 3次元左室アトラスを事前知識として統合することは、セグメンテーション精度と推論速度の向上にどの程度効果的か？
• RQ3 提案されたボリューム整合性制約は、標準的な対抗学習と比較してモデルの一般化能力を向上させるか？
• RQ4 本フレームワークは、臨床用3次元エコーカーディオグラフィー画像において、高精度を維持したままリアルタイム推論を達成できるか？

主な発見

• 提案されたVoxelAtlasGANは、60例の被験者において平均Dice係数0.953を達成し、高いセグメンテーション精度を示した。
• 平均表面距離は1.85 mm、平均ハウシュルト表面距離は7.26 mmであり、正確な境界局在化を示している。
• セグメンテーションから算出した射出分数（EF）と真値との相関係数は0.918であり、強い臨床的一致性を示している。
• フレームワークは1ボリュームあたり0.1秒の推論速度を達成し、リアルタイム臨床応用が可能である。
• アブレーションスタディにより、アトラス事前知識およびボリューム整合性制約の両方がセグメンテーション性能の向上に顕著に寄与することが確認された。
• アトラスや整合性制約がなくても、ボクセル・ツー・ボクセルのcGANは3D U-Netベースラインを上回る性能を示し、本質的な頑健性を示している。