[論文レビュー] A Model-Driven Stack-Based Fully Convolutional Network for Pancreas Segmentation

Hao Li, Jun Li+2 more|arXiv (Cornell University)|Mar 3, 2019

Advanced Neural Network Applications参考文献 41被引用数 7

ひとこと要約

この論文では、2次元および局所的3次元コンテキストをスタック方式と、データ近似と事前知識正則化を組み合わせたコスト関数を用いて統合する、モデル駆動型スタックベースの完全畳み込みネットワーク（MDS-Net）を提案する。スライディングウィンドウ統合を組み合わせたスタックベースのU-Netアーキテクチャを活用することで、NIH Pancreas-CTデータセットにおいて、従来のデータ駆動型手法よりも信頼性と精度に優れた、最先端の膵臓セグメンテーション精度を達成した。

ABSTRACT

The irregular geometry and high inter-slice variability in computerized tomography (CT) scans of the human pancreas make an accurate segmentation of this crucial organ a challenging task for existing data-driven deep learning methods. To address this problem, we present a novel model-driven stack-based fully convolutional network with a sliding window fusion algorithm for pancreas segmentation, termed MDS-Net. The MDS-Net's cost function includes a data approximation term and a prior knowledge regularization term combined with a stack scheme for capturing and fusing the two-dimensional (2D) and local three-dimensional (3D) context information. Specifically, 3D CT scans are divided into multiple stacks to capture the local spatial context feature. To highlight the importance of single slices, the inter-slice relationships in the stack data are also incorporated in the MDS-Net framework. For implementing this proposed model-driven method, we create a stack-based U-Net architecture and successfully derive its back-propagation procedure for end-to-end training. Furthermore, a sliding window fusion algorithm is utilized to improve the consistency of adjacent CT slices and intra-stack. Finally, extensive quantitative assessments on the NIH Pancreas-CT dataset demonstrated higher pancreatic segmentation accuracy and reliability of MDS-Net compared to other state-of-the-art methods.

研究の動機と目的

• 不規則な幾何形状と高次のスライス間変動性のため、CTスキャンにおける正確な膵臓セグメンテーションを実現する挑戦に応えること。
• モデル駆動フレームワークにおいて、データ近似と正則化を組み合わせることで、事前知識と空間的コンテキストをディープラーニングに統合すること。
• スライディングウィンドウ統合戦略を用いて、隣接スライス間およびスタック内でのセグメンテーションの一貫性を向上させること。
• 3次元コンテキストモデリングのための導出されたバックプロパゲーション手順を備えた、エンドツーエンドで学習可能なスタックベースのU-Netアーキテクチャを開発すること。

提案手法

• MDS-Netフレームワークは、3次元CTスキャンを局所的3次元コンテキストを有する複数の2次元スライスに分割するスタック方式を用い、3次元空間的特徴の抽出を可能にする。
• 解剖学的妥当性を強制するために、データ近似項と事前知識正則化項を備えたコスト関数を設計する。
• マルチスライススタックを処理するためのスタックベースのU-Netアーキテクチャを提案し、エンドツーエンド学習に適したバックプロパゲーションを導出する。
• 各スタック内のスライス間関係を明示的にモデル化することで、構造的連続性を維持し、特徴表現を強化する。
• 隣接スライス間およびスタック内での予測を精緻化するため、スライディングウィンドウ統合アルゴリズムを適用し、空間的一致性を向上させる。
• 局所的3次元コンテキストと単一スライス特徴を統合することで、セグメンテーションの精度とロバスト性を向上させる。

実験結果

リサーチクエスチョン

• RQ1 事前知識を統合するモデル駆動型アプローチは、不規則で変動が大きいCTスキャンにおける膵臓セグメンテーションを改善できるか？
• RQ2 スタックベースの3次元コンテキストモデリング戦略は、2次元スライス内の局所的空間的依存関係を効果的に捉えることができるか？
• RQ3 スタック内でのスライス間関係の統合は、セグメンテーションの一貫性と精度を向上させるか？
• RQ4 スライディングウィンドウ統合アルゴリズムは、隣接するCTスライス間の不一致をどの程度低減できるか？
• RQ5 独自のバックプロパゲーション手順を備えたスタックベースのU-Netは、標準の2次元または3次元U-Netバージョンと比較して優れた性能を達成できるか？

主な発見

• MDS-Netは、NIH Pancreas-CTデータセットにおいて、最先端の手法よりも高いセグメンテーション精度を達成し、特に挑戦的な解剖学的領域でも優れた性能を示した。
• 事前知識正則化の統合により、コントラストが低く、形状が不規則な領域でも、セグメンテーションの信頼性が顕著に向上した。
• スライディングウィンドウ統合アルゴリズムは、隣接スライス間の不一致を効果的に低減し、セグメンテーションマスクの空間的一致性を向上させた。
• スタックベースのアーキテクチャは、局所的3次元コンテキストを効果的に捉え、膵臓の境界の明確化をより正確にした。
• 導出されたバックプロパゲーションを備えたエンドツーエンドで学習可能なスタックベースのU-Netにより、2次元および3次元特徴の同時効果的学習が可能になった。