[논문 리뷰] Convolutional neural networks for medical image segmentation

Jeroen Bertels, David Robben외 2명|arXiv (Cornell University)|2022. 11. 17.

AI in cancer detection인용 수 5

한 줄 요약

이 논문은 의료 영상 분할을 위한 합성곱 신경망(CNNs)에 대한 종합적인 분석을 제공하며, 아키텍처 설계, 데이터 샘플링 전략, 그리고 수용장역과 패치 크기 간의 상호작용에 중점을 둔다. 복수의 특징 매핑을 통한 볼륨 단위 분류가 정확한 분할을 가능하게 하며, U-Net, FCN, DeepMedic와 같은 핵심 아키텍처의 발전을 추적하여 그 구조적 혁신과 임상 영상 작업에서의 성능을 강조한다.

ABSTRACT

In this article, we look into some essential aspects of convolutional neural networks (CNNs) with the focus on medical image segmentation. First, we discuss the CNN architecture, thereby highlighting the spatial origin of the data, voxel-wise classification and the receptive field. Second, we discuss the sampling of input-output pairs, thereby highlighting the interaction between voxel-wise classification, patch size and the receptive field. Finally, we give a historical overview of crucial changes to CNN architectures for classification and segmentation, giving insights in the relation between three pivotal CNN architectures: FCN, U-Net and DeepMedic.

연구 동기 및 목표

• 3D 체적 데이터의 공간적 대응성을 다룰 때 CNN 아키텍처가 의료 영상 분할에서 수행하는 역할을 명확히 하기.
• 입력-출력 쌍 선택 및 패치 크기 포함 데이터 샘플링 전략이 모델 일반화 및 성능에 미치는 영향을 분석하기.
• 분할 네트워크에서 특징 추출(에코더)과 분류(디코더) 간의 功能적 분리 원리를 설명하고, 이와 수용장역과의 관련성을 규명하기.
• FCN, U-Net, DeepMedic와 같은 핵심 아키텍처의 역사를 추적하여 분할 정확도 향상에 기여한 아키텍처 혁신을 강조하기.
• 수용장역 크기, 패치 크기, 볼륨 단위 분류 간의 개념적 프레임워크를 수립하여 의료 영상에서의 공간 국소화 정밀도 향상에 기여하기.

제안 방법

• 모델은 각 층 $ m^l $ 이 가중치 $ \Omega^l $ 를 갖는 학습 가능한 합성곱 변환을 적용한 후 비선형 활성화 $ \sigma^l $ 를 수행하는 $ m = m^L \circ \cdots \circ m^1 $ 의 연속적 사상으로 기술된다.
• 핵심 연산은 학습 가능한 필터 $ \mathrm{W}^l $ 과 국소 영상 패치 $ x^l $ 간의 상관관계(또는 합성곱)이며, 각 공간 색인 $ i $ 에서 계산되어 활성화 맵 $ a^l $ 를 생성한다. 이는 $ a^l_i = \sum_{\phi \in \Phi^l(i)} \mathrm{W}^l_\phi x^l_\phi + \mathrm{w}^l $ 로 표현된다.
• 수용장역은 특정 출력 특징에 影響을 미치는 입력 볼륨의 공간적 범위로 정의되며, 쌓인 합성곱 및 풀링 레이어를 통해 깊이에 따라 증가한다.
• 볼륨 단위 분류는 각 공간 색인에서 독립적으로 동일한 분류 함수를 적용함으로써 출력의 공간적 구조를 유지함으로써 달성된다.
• 데이터 샘플링은 일반화를 위해 $ P_{\text{test}}(X,Y) \approx P_{\text{train}}(X,Y) $ 가 되도록 보장하는 유한한 훈련 쌍 집합 $ \mathcal{S}_{\text{train}} = \{(x_n, y_n)\}_{n=1}^N $ 으로 수식화된다.
• 논문은 입력 및 출력 영상 간의 이미지 정렬과 팯딩 또는 더 큰 입력 볼륨을 사용하여 레이어 간의 공간적 대응성을 유지하는 것이 중요하다고 강조한다.

실험 결과

연구 질문

• RQ1 CNN의 아키텍처 구성요소—특히 수용장역과 특징 매핑—이 의료 영상 분할에서 효과적으로 작용하는 방식은 무엇인가?
• RQ2 패치 크기, 수용장역, 3차원 의료 영상에서 볼륨 단위 분류의 품질 간의 관계는 무엇인가?
• RQ3 FCN, U-Net, DeepMedic의 아키텍처 혁신이 표준 CNN에 비해 분할 성능 향상에 기여하는 방식은 무엇인가?
• RQ4 의료 영상에서 강건한 분할 모델을 훈련하기 위해 데이터 샘플링 및 분포 일치가 왜 필수적인가?
• RQ5 동일한 합성곱 연산을 인코더 및 디코더 경로 전반에 걸쳐 사용할 수 있는 정도는 어느 정도이며, 이는 모델 성능에 어떤 영향을 미치는가?

주요 결과

• CNN이 의료 영상 분할에서 성공하는 데에는 공간적으로 공유된 합성곱을 통해 점진적으로 복잡한 표현을 구축하는 볼륨 단위 분류 기능이 핵심이다.
• 수용장역은 네트워크 깊이에 따라 증가하며, 스트라이드 합성곱 또는 풀링을 통해 확장되어 국소 이웃을 초월한 맥락 정보를 포착할 수 있게 한다.
• U-Net의 스위치 연결 및 FCN의 완전한 합성곱 설계와 같은 아키텍처 혁신은 공간 해상도를 유지하고 엔드 투 엔드 훈련을 가능하게 하여 분할 정확도를 크게 향상시킨다.
• DeepMedic는 큰 수용장역을 가진 패치 기반 접근법을 도입하여, 확장된 3차원 이웃의 맥락을 모델링함으로써 작은 또는 비정형 구조의 성능 향상을 입증하였다.
• 이미지 정렬 및 균형 잡힌 훈련 세트 구성과 같은 적절한 데이터 샘플링은 테스트 분포가 훈련 분포와 일치하도록 보장하여 도메인 이동을 최소화하는 데 필수적이다.
• 에코더와 디코더 간의 분리는 구조적 요소가 아니라 개념적 요소이다. 둘 다 합성곱을 수행하며, 주요 차이점은 특징 맵의 수용장역과 공간 해상도에 있다.