[論文レビュー] Deep LOGISMOS: Deep Learning Graph-based 3D Segmentation of Pancreatic Tumors on CT scans

Zhihui Guo, Ling Zhang+5 more|arXiv (Cornell University)|Jan 25, 2018

Advanced Neural Network Applications参考文献 1被引用数 13

ひとこと要約

本論文では、CTスキャンにおける3次元膵臓腫瘍セグメンテーションのためのハイブリッドディープラーニングとグラフベース手法であるDeep LOGISMOSを提案する。文脈的なUNetを用いてスライス内およびスライス間の文脈を活用し、GMMおよび形状的操作を用いて予測を精緻化し、UNetから得られる確率マップをノードコストとして使用してLOGISMOSを適用することで、最大フローを用いたグローバル最適セグメンテーションを実現する。本手法は、DSC 83.2% ± 7.8%およびRVD 18.6% ± 17.4%を達成し、UNetやLOGISMOS単体よりも顕著に優れた性能を示した。

ABSTRACT

This paper reports Deep LOGISMOS approach to 3D tumor segmentation by incorporating boundary information derived from deep contextual learning to LOGISMOS - layered optimal graph image segmentation of multiple objects and surfaces. Accurate and reliable tumor segmentation is essential to tumor growth analysis and treatment selection. A fully convolutional network (FCN), UNet, is first trained using three adjacent 2D patches centered at the tumor, providing contextual UNet segmentation and probability map for each 2D patch. The UNet segmentation is then refined by Gaussian Mixture Model (GMM) and morphological operations. The refined UNet segmentation is used to provide the initial shape boundary to build a segmentation graph. The cost for each node of the graph is determined by the UNet probability maps. Finally, a max-flow algorithm is employed to find the globally optimal solution thus obtaining the final segmentation. For evaluation, we applied the method to pancreatic tumor segmentation on a dataset of 51 CT scans, among which 30 scans were used for training and 21 for testing. With Deep LOGISMOS, DICE Similarity Coefficient (DSC) and Relative Volume Difference (RVD) reached 83.2+-7.8% and 18.6+-17.4% respectively, both are significantly improved (p<0.05) compared with contextual UNet and/or LOGISMOS alone.

研究の動機と目的

• 膵臓CTスキャンにおける3次元腫瘍セグメンテーションの正確性を向上させ、信頼性の高い腫瘍増加解析および治療計画を可能にする。
• 2D UNetの限界を克服するため、3つの連続する2次元スライスを用いた文脈的なUNetアーキテクチャによりスライス間の文脈を統合する。
• LOGISMOSにおける手動初期化および手作業で設計されたコストの必要性を解消するため、ディープラーニングで得られた確率マップをノードコストとして使用する。
• 最大フローアルゴリズムを用いてディープ特徴と幾何的滑らかさ制約を統合し、グローバル最適セグメンテーションを達成する。

提案手法

• 腫瘍を含む中心スライスを含む3つの連続する2次元スライスを用いて、文脈的なUNetを訓練し、確率マップと初期セグメンテーションを生成する。
• UNetの出力をガウス・ミックス・モデル（GMM）を用いて誤検出を除去し、マスキング操作で最大連結成分を保持することで精緻化する。
• 精緻化されたUNetのセグメンテーションを初期形状事前知識として用いて、セグメンテーショングラフを構築する。
• グラフ内のノードコストは、UNetの確率値の合計から0.5を差し引いたものとして定義され、式 (1) を用いて領域ベースの尤度を境界ベースのコストに変換する：$ c_{n_{k,j}} = -\sum_{i=1}^{j}(p(n_{k,i})-0.5) $。
• 滑らかさ制約の下でグローバル最適解を求めるために最大フローアルゴリズムを用いて最終的なセグメンテーションを計算する。
• 本手法は51例のCTスキャンを用いて評価され、30例を訓練に、21例をテストに使用し、DSCおよびRVDを指標として用いた。

実験結果

リサーチクエスチョン

• RQ1 文脈的なUNetを用いてスライス間の文脈を統合することで、標準的な2D UNetに比べて3次元腫瘍セグメンテーションの性能が向上するか？
• RQ2 GMMおよび形状的操作による精緻化は、UNetベースの腫瘍セグメンテーションにおける誤検出を顕著に低減できるか？
• RQ3 ディープラーニングで得られた確率マップは、LOGISMOSグラフフレームワークにおける手作業で設計された特徴を効果的に代替できるか？
• RQ4 文脈的なUNetとLOGISMOSを統合することで、単体のいずれの手法よりも優れたセグメンテーション精度が得られるか？
• RQ5 提案されたDeep LOGISMOSフレームワークは、小規模または明確でない腫瘍に対しても一般化可能か？

主な発見

• 文脈的なUNetは、DSC 75.6% ± 16.6%およびRVD 35.7% ± 29.7%を達成し、2D UNet（DSC: 72.8% ± 22.0%、RVD: 42.5% ± 32.8%）に比べ有意に性能が向上した（p < 0.05）。
• GMMおよび形状的操作による精緻化を施したUNetセグメンテーションは、DSC 81.6% ± 11.2%およびRVD 26.1% ± 20.9%を達成し、精緻化なしのものよりも顕著に優れた性能を示した（p < 0.05）。
• Deep LOGISMOSは最高の性能を示し、DSC 83.2% ± 7.8%およびRVD 18.6% ± 17.4%を達成し、精緻化された文脈的なUNetおよび元のLOGISMOSよりも顕著に優れた性能を示した（p < 0.05）。
• 元のLOGISMOSは3つの小さな腫瘍を完全に検出できず、残りの18個の腫瘍において平均DSC 70.4% ± 27.7%およびRVD 35.4% ± 51.1%を示した。
• 3次元ビューでの定性的な結果から、Deep LOGISMOSはUNetやLOGISMOS単体に比べ、より滑らかで正確なセグメンテーションを生成し、正解に近い結果を達成したことが確認された。
• 本手法はノイズや弱い境界に対してもロバストであり、グラフベース最適化により幾何的および滑らかさ制約の下でグローバル最適解を保証した。