[論文レビュー] Improving Deep Lesion Detection Using 3D Contextual and Spatial Attention

Qingyi Tao, Zongyuan Ge+3 more|arXiv (Cornell University)|Jul 9, 2019

Advanced Neural Network Applications参考文献 8被引用数 5

ひとこと要約

本稿では、3D CTスキャンにおける深層病変検出を向上させるために、3次元文脈的アテンションと空間アテンションの二重アテンションメカニズムを提案する。スライス間での特徴量の重要度を動的に再重み付けし、各スライス内での判別性の高い領域に注目することで、計算コストの増加を最小限に抑えつつ病変検出性能を向上させ、DeepLesionデータセットにおいて1画像あたり0.5の偽陽性で70.8%の感度を達成した。

ABSTRACT

Lesion detection from computed tomography (CT) scans is challenging compared to natural object detection because of two major reasons: small lesion size and small inter-class variation. Firstly, the lesions usually only occupy a small region in the CT image. The feature of such small region may not be able to provide sufficient information due to its limited spatial feature resolution. Secondly, in CT scans, the lesions are often indistinguishable from the background since the lesion and non-lesion areas may have very similar appearances. To tackle both problems, we need to enrich the feature representation and improve the feature discriminativeness. Therefore, we introduce a dual-attention mechanism to the 3D contextual lesion detection framework, including the cross-slice contextual attention to selectively aggregate the information from different slices through a soft re-sampling process. Moreover, we propose intra-slice spatial attention to focus the feature learning in the most prominent regions. Our method can be easily trained end-to-end without adding heavy overhead on the base detection network. We use DeepLesion dataset and train a universal lesion detector to detect all kinds of lesions such as liver tumors, lung nodules, and so on. The results show that our model can significantly boost the results of the baseline lesion detector (with 3D contextual information) but using much fewer slices.

研究の動機と目的

• 空間分解能が限られ、クラス間の類似性が高いため、小さな低コントラスト病変の検出が困難であるという課題に対処する。
• 背景組織と視覚的に区別がつかない病変の特徴表現の豊かさと判別性を向上させる。
• 追加の計算コストをほとんど増やさずに、ベースラインの3次元病変検出器を強化できる、エンドツーエンドで訓練可能なフレームワークを開発する。
• 共通の検出ヘッドを用いて、肝腫瘍や肺結節などの多様な病変タイプに対して耐障害性の高い検出を可能にする。

提案手法

• 入力スライスM枚を用いて、学習可能な畳み込み層とソフトマックス正規化を用いてスライス単位のアテンション重みを計算する3次元文脈的アテンションモジュールを導入する。
• アテンション重みを介したソフトリサンプリング機構を適用し、関連する隣接スライスからの特徴を的確に集約することで、3次元的文脈モデリングを強化する。
• 各特徴マップごとに学習可能なアテンションマップを生成する空間アテンションモジュールを統合し、各2次元スライス内の高判別性領域を強調する。
• R-FCNに基づく3次元病変検出フレームワークを改変し、両アテンションモジュールを統合。ROIプーリングの前段階で特徴の融合を実施する。
• RPNおよび検出ヘッドにおける分類損失と回帰損失を統合最適化することで、エンドツーエンドの学習を実現する。
• 3チャンネルのグループ化された画像（基準スライス＋M−1枚の隣接スライス）を用い、3次元的空間構造を保持しながら2次元CNN処理を可能にする。

実験結果

リサーチクエスチョン

• RQ1 病変が小さく背景と視覚的に類似している場合、複数スライスにわたる特徴の適応的集約が病変検出性能を向上させ得るか？
• RQ2 空間アテンションは、個々の2次元スライス内での判別性の高い病変領域における特徴学習をどの程度向上させるか？
• RQ3 偽陽性率が変化する条件下で、文脈的アテンションと空間アテンションモジュールの性能向上はどのように比較されるか？
• RQ4 二重アテンションメカニズムは、計算コストの増加を最小限に抑えながら3次元病変検出フレームワークに統合可能か？
• RQ5 アテンションメカニズムは、DeepLesionデータセットにおける多様な病変タイプにおいて、検出感度と局在化精度を向上させるか？

主な発見

• 提案手法は、1画像あたり0.5の偽陽性で70.8%の感度を達成し、空間アテンションのみのベースラインより1.8%の向上を示した。
• 空間アテンション単体でも、偽陽性0.5枚あたりの感度を63%から69%まで向上させ、予測の信頼性に強い影響を与えることが示された。
• 文脈的アテンションは、偽陽性率が高い状況でより顕著な寄与を示しており、ノイズの多い環境下での検出の精緻化に貢献していることが示唆された。
• 両アテンションモジュールの組み合わせが最高の性能を示し、スライス間とスライス内アテンションの相補的な利点が確認された。
• 可視化により、文脈的アテンションモジュールが病変特徴を含むスライスに高い重みを割り当て、関係のないスライスは抑制していることが確認された。
• 空間アテンションモジュールは、病変が明確に可視化されるスライスにおいて、特に病変領域を明確に強調しており、非病変領域では注目度を低下させていることが確認された。