[論文レビュー] Lung segmentation with NASNet-Large-Decoder Net

Youshan Zhang|arXiv (Cornell University)|Mar 18, 2023

Lung Cancer Diagnosis and Treatment被引用数 5

ひとこと要約

本稿では、エンコーダーにNASNet-Largeを、独自のデコーダー構造を採用した新規肺塞栓症分類モデルを提案し、0.92のDiceスコアを達成。最先端手法を上回る性能を示した。後処理層を統合することで、RSNA肺炎検出データセットのCXR画像において、関係のない領域を除去し、分類精度を顕著に向上させた。

ABSTRACT

Lung cancer has emerged as a severe disease that threatens human life and health. The precise segmentation of lung regions is a crucial prerequisite for localizing tumors, which can provide accurate information for lung image analysis. In this work, we first propose a lung image segmentation model using the NASNet-Large as an encoder and then followed by a decoder architecture, which is one of the most commonly used architectures in deep learning for image segmentation. The proposed NASNet-Large-decoder architecture can extract high-level information and expand the feature map to recover the segmentation map. To further improve the segmentation results, we propose a post-processing layer to remove the irrelevant portion of the segmentation map. Experimental results show that an accurate segmentation model with 0.92 dice scores outperforms state-of-the-art performance.

研究の動機と目的

• 深層学習を用いて、早期肺がん検出のための高精度な肺分類モデルを開発すること。
• 医療画像分類のための強力な特徴抽出が可能なNASNet-Largeの特徴を活用すること。
• 独自のデコーダーと後処理層を用いることで、分類性能を向上させること。
• 画像の強度変動や解剖学的曖昧性に起因する肺分類の課題に対処すること。
• 肺分析を超えて、医療画像分類の分野においても強力で再利用可能なフレームワークを確立すること。

提案手法

• 胸部X線（CXR）画像から高レベルで階層的な特徴を抽出するために、NASNet-Largeをエンコーダーとして使用する。
• アップサンプリング、畳み込み層、バッチ正則化、ReLU活性化関数を備えた4段階のデコーダーブロックを用い、分類マップを再構築する。
• ピクセル単位の肺分類予測のため、最終段階にソフトマックス層を適用する。
• 軟部組織やアーチファクトなどの非肺領域をフィルタリングするため、後処理層を導入し、マスクの正確性を向上させる。
• GPU上でバッチサイズ4、エポック数100、Adam最適化手法を用い、RSNA肺炎検出データセットを用いてモデルをエンドツーエンドで訓練する。
• 分類性能を定量化するために、Dice係数とIoUを評価指標として採用する。

Fig. 1 : The architecture of NASNet-Large segmentation net. The encoder consists of the first 414 layers from the NASNet-Large model. There are four blocks in the decoder, and each block contains Upsamling, Conv+ReLu, and BN layer. (Convolution (Conv), Batch normalization (BN), Rectified linear unit

実験結果

リサーチクエスチョン

• RQ1 NASNet-Largeは、低線量CXR画像における肺分類に効果的なエンコーダーとして機能するか？
• RQ2 提案されたデコーダー構造は、標準的なU-NetやSegNetと比較して、細かく精巧な肺境界を捉える能力に優れているか？
• RQ3 後処理層は、肺分類における誤検出（ファルス・ポジティブ）をどの程度低減できるか？
• RQ4 NASNet-Large-Decoder Netは、RSNAデータセットにおいて最先端の性能を達成するか？
• RQ5 画像強度の変動（過露出や過小露出など）に対して、モデルはどの程度頑健か？

主な発見

• 提案されたNASNet-Large-Decoder Netは、Diceスコア0.92、IoU 0.87を達成し、SegNet（0.87 Dice）、U-Net（0.88 Dice）、DeepLab（0.89 Dice）を上回った。
• 後処理を施したバージョンのモデルは、最高の性能を示し、Diceスコア0.92、IoU 0.87を達成した。これにより、後処理層の有効性が裏付けられた。
• 可視化比較では、複雑な解剖学的領域においても、予測された分類マップが正解マスクとよく一致していることが確認された。
• 極端に明るいまたは暗い画像では失敗事例が観察された。これは、分布外の画像への一般化能力に制限があることを示唆している。
• 標準的な指標において優れた性能を示しており、肺領域の局在化において高い正確性と再現率を達成していることがわかった。
• アーキテクチャは再利用可能であり、肺分類を超えて、他の医療画像分類タスクへの応用も可能である。

Fig. 2 : The post-processing of prediction result. The left one is the prediction result from the proposed net, and the right one is the post-processing result using the proposed post-processing layer. The red box is an irrelevant feature.