[論文レビュー] ReLayNet: Retinal Layer and Fluid Segmentation of Macular Optical Coherence Tomography using Fully Convolutional Network

Abhijit Guha Roy, Sailesh Conjeti+5 more|arXiv (Cornell University)|Apr 7, 2017

Retinal Imaging and Analysis被引用数 12

ひとこと要約

ReLayNet は、網膜の7層および硝子体腔内液腫を含むマクラウス光学干渉断層撮影（OCT）スキャンにおけるエンドツーエンド分類を目的とした完全畳み込みニューラルネットワークである。U-Netに類似したエンコーダ・デコーダアーキテクチャを採用し、重み付きロジスティック損失とDice損失の共同損失関数を用いることで、ETDRSグリッド領域全体で平均絶対厚さ誤差がわずか0.13ピクセルという最先端の性能を達成しており、特に臨床的に重要な中心窪領域（0.34ピクセル）で顕著な優位性を示している。

ABSTRACT

Optical coherence tomography (OCT) is used for non-invasive diagnosis of diabetic macular edema assessing the retinal layers. In this paper, we propose a new fully convolutional deep architecture, termed ReLayNet, for end-to-end segmentation of retinal layers and fluid masses in eye OCT scans. ReLayNet uses a contracting path of convolutional blocks (encoders) to learn a hierarchy of contextual features, followed by an expansive path of convolutional blocks (decoders) for semantic segmentation. ReLayNet is trained to optimize a joint loss function comprising of weighted logistic regression and Dice overlap loss. The framework is validated on a publicly available benchmark dataset with comparisons against five state-of-the-art segmentation methods including two deep learning based approaches to substantiate its effectiveness.

研究の動機と目的

• マクラウスOCTスキャンにおける網膜層および液腫の正確でエンドツーエンドの分類を目的としたディープラーニングフレームワークの開発。
• 正常な層構造が破壊される病理的網膜変化が存在する状況でも分類のロバスト性を向上させること。
• 1 Bスキャンあたり0.01秒未満の推論時間を達成する高速な推論を実現し、臨床現場への導入に適した性能を達成すること。
• 標準的な指標（Diceスコア、厚さ推定、輪郭ずれ）を用いて、公開ベンチマークデータセット上で最先端手法と比較して性能を検証すること。
• ETDRSグリッドを用いた自動網膜厚さ測定へのReLayNetの有効性を実証すること。

提案手法

• ReLayNet は、U-Net を模した完全畳み込みエンコーダ・デコーダアーキテクチャを採用しており、階層的な文脈的特徴を抽出する収縮（エンコーダ）パスと、正確な局所化を可能にする拡張（デコーダ）パスを有する。
• ネットワークは、ピクセル単位分類のための重み付きロジスティック回帰損失と、予測マスクと正解マスクの重なりを最適化するDice損失を組み合わせた共同損失関数を用いて学習される。
• スキップ接続により空間解像度が保持され、バックプロパゲーション中の勾配の流れが促進され、デコーダパスにおける特徴学習が向上する。
• 専門家がアノテートしたOCT Bスキャンを含む10名の患者からなる公開ベンチマークデータセットを用い、一般化性能を向上させるためにデータオーグメンテーションを実施してモデルを学習する。
• 推論はリアルタイムで実行され、1枚のBスキャンが約0.01秒で処理可能であり、臨床応用に適している。
• フレームワークはETDRSグリッドを用いて評価され、分類された層から網膜厚さが算出され、他の手法と比較される。

実験結果

リサーチクエスチョン

• RQ1 既存の最先端手法と比較して、完全畳み込みネットワークがOCTスキャンにおける網膜層および液腫の分類精度を向上させられるか？
• RQ2 特に糖尿病性網膜症に起因する中心窪領域の診断に重要なETDRSグリッド全体における網膜厚さの推定精度は、ReLayNetがどのように向上するか？
• RQ3 正常な網膜層構造が著しく破壊される重度の病理的変化が存在する状況でも、ReLayNetはどの程度の精度を維持できるか？
• RQ4 重み付きロジスティック損失とDice損失を組み合わせた共同損失関数の使用が、分類のロバスト性および境界の正確性を向上させるか？
• RQ5 その高速な推論速度と高い精度を考慮すると、ReLayNetは臨床ワークフローへの導入が可能か？

主な発見

• ReLayNet は、ETDRSグリッドの全9ゾーンにおいて最小の平均絶対厚さ誤差を達成し、特に臨床的に重要である中心窪領域（ゾーン1）では0.34ピクセルを記録した。
• ゾーン1では、ReLayNet の厚さ推定誤差が0.34ピクセルであるのに対し、CM-Unet（0.89）、CM-GDP（0.59）および他のベースライン手法は複数のゾーンで1ピクセルを超える誤差を示しており、顕著な優位性を示している。
• ReLayNet は、5つの最先端手法すべてにおいてDiceスコア、網膜厚さ推定、輪郭ずれという指標で優れていることから、一貫した優位性が確認された。
• 液の蓄積や層構造の破壊が著しい領域でも、高精度を維持していることから、強力なロバスト性を示している。
• CM-Unet はゾーン5、7、8、9で2番目に優れた性能を示したが、ReLayNet は全ゾーンで一貫して1位を維持しており、特に中心窪領域で顕著な優位性を示している。
• ReLayNet の推論速度は1 Bスキャンあたり約0.01秒であり、リアルタイムでの臨床現場への導入が可能である。