[論文レビュー] Deeply Supervised Rotation Equivariant Network for Lesion Segmentation in Dermoscopy Images

Xiaomeng Li, Lequan Yu+2 more|arXiv (Cornell University)|Jul 8, 2018

Cutaneous Melanoma Detection and Management参考文献 13被引用数 11

ひとこと要約

本稿では、p4m対称性を有する群同変畳み込み（G-畳み込み）を活用して回転および反転不変性を符号化することで、皮膚腫瘍画像の分類に適した深層監督付き回転等長U-Netを提案する。GアップサンプリングおよびGプロジェクション層を導入し、深層監督を統合することで、同等のモデル複雑度下でISIC 2017データセットにおいて最先端の性能を達成し、標準的なCNNや先行手法を上回る。

ABSTRACT

Automatic lesion segmentation in dermoscopy images is an essential step for computer-aided diagnosis of melanoma. The dermoscopy images exhibits rotational and reflectional symmetry, however, this geometric property has not been encoded in the state-of-the-art convolutional neural networks based skin lesion segmentation methods. In this paper, we present a deeply supervised rotation equivariant network for skin lesion segmentation by extending the recent group rotation equivariant network~\cite{cohen2016group}. Specifically, we propose the G-upsampling and G-projection operations to adapt the rotation equivariant classification network for our skin lesion segmentation problem. To further increase the performance, we integrate the deep supervision scheme into our proposed rotation equivariant segmentation architecture. The whole framework is equivariant to input transformations, including rotation and reflection, which improves the network efficiency and thus contributes to the segmentation performance. We extensively evaluate our method on the ISIC 2017 skin lesion challenge dataset. The experimental results show that our rotation equivariant networks consistently excel the regular counterparts with the same model complexity under different experimental settings. Our best model achieves 77.23\%(JA) on the test dataset, outperforming the state-of-the-art challenging methods and further demonstrating the effectiveness of our proposed deeply supervised rotation equivariant segmentation network. Our best model also outperforms the state-of-the-art challenging methods, which further demonstrate the effectiveness of our proposed deeply supervised rotation equivariant segmentation network.

研究の動機と目的

• 標準的なCNNが皮膚科内視鏡画像における回転および反転対称性を適切に処理できないという限界を是正すること。
• 幾何的対称性をネットワークアーキテクチャに直接組み込むことで、データ増強への依存を減らし、分類性能を向上させること。
• p4m対称性を有する群同変畳み込み（G-畳み込み）を活用することで、モデルの効率性と一般化性能を向上させること。
• 回転等長分類フレームワークに深層監督を統合し、学習の安定性を高め、性能を向上させること。
• パrameter数の増加を最小限に抑えながら、ISIC 2017皮膚腫瘍分類ベンチマークで最先端の結果を達成すること。

提案手法

• 群同変畳み込みネットワーク（G-CNN）をセマンティックセグメンテーションに拡張するため、群空間内での特徴変換にGアップサンプリングおよびGプロジェクション層を導入する。
• p4m対称性を有するG畳み込みを用いることで、回転および反転等長性を保証し、変換に伴う幾何的構造の保存を実現する。
• 学習の安定化と特徴学習の向上を図るため、複数のデコーダーステージで重み付き損失（0.7, 0.2, 0.1）を用いた深層監督を導入する。
• 空間解像度および対称性の保持を図るため、最初のプーリング層をstride 2のG畳み込み層に置き換えたResNet-34エンコーダーを採用する。
• RGB皮膚科内視鏡画像からスクラッチで学習するため、重み減衰とコサイン学習率スケジューリングを用いた確率的勾配降下法を適用する。
• ベースラインモデルの比較のためのみに、90°回転および反転のデータ増強を適用し、等長モデルには適用しないことで、公平な比較を確保する。

実験結果

リサーチクエスチョン

• RQ1 皮膚科内視鏡画像の分類ネットワークに、回転および反転等長性を効果的に符号化できるか？
• RQ2 深層監督を回転等長ネットワークに統合することで、学習の安定性および分類精度がどのように向上するか？
• RQ3 同等のモデル複雑度下で、回転等長U-Netアーキテクチャは標準的なCNNベースの分類モデルを上回るか？
• RQ4 パrameter数の増加なしに、本手法がデータ増強ベースの手法よりも一般化性能に優れているか？
• RQ5 GアップサンプリングおよびGプロジェクションといったアーキテクチャ的変更が、幾何的対称性を持つ医療画像における分類品質に与える影響は何か？

主な発見

• 提案された(RE)-DS-U-ResnetFCN34モデルは、ジャッカード係数（JA）0.772を達成し、最高のベースライン（ResnetFCN34*）のJA 0.7127を上回った。
• 回転等長ネットワークは、標準的なResNet-34ベースラインに比べてJAを3.27ポイント向上させ、幾何的インダクティブバイアスの有効性を示した。
• 等長アーキテクチャにU-Netスキップ接続を組み合わせた深層監督部が、JAをさらに2.27ポイント向上させた。
• モデルはデュースコア0.856および正答率0.936を達成し、ISIC 2017テストセットにおけるすべての最先端の提出物を上回った。
• 特異度（97.2%）を維持しながらも、感度（85.4%）および陽性予測値を顕著に向上させ、病変の検出が堅牢であることを示した。
• アブレーションスタディにより、回転等長性と深層監督の組み合わせが最大の性能向上をもたらすことが確認され、各コンponentsの相乗効果が裏付けられた。