[論文レビュー] U-Net Based Architecture for an Improved Multiresolution Segmentation in Medical Images

Simindokht Jahangard, Mohammad Hossein Zangooei+1 more|arXiv (Cornell University)|Jul 16, 2020

AI in cancer detection参考文献 20被引用数 7

ひとこと要約

本論文では、元の画像とそのダウンサンプル版を別々の畳み込みストリームに供給することで、マルチスケール医療画像セグメンテーションを向上させる修正U-Netアーキテクチャ、mrU-Netを提案する。モデルは、皮膚腫瘍、LUNA、DRIVE、PROMISE12データセットでそれぞれ70.6%、97.9%、73.6%、77.9%のDiceスコアを達成し、4つのデータセットのうち3つで標準U-Netよりも高速なトレーニングと高い精度を実現した。

ABSTRACT

Purpose: Manual medical image segmentation is an exhausting and time-consuming task along with high inter-observer variability. In this study, our objective is to improve the multi-resolution image segmentation performance of U-Net architecture. Approach: We have proposed a fully convolutional neural network for image segmentation in a multi-resolution framework. We used U-Net as the base architecture and modified that to improve its image segmentation performance. In the proposed architecture (mrU-Net), the input image and its down-sampled versions were used as the network inputs. We added more convolution layers to extract features directly from the down-sampled images. We trained and tested the network on four different medical datasets, including skin lesion photos, lung computed tomography (CT) images (LUNA dataset), retina images (DRIVE dataset), and prostate magnetic resonance (MR) images (PROMISE12 dataset). We compared the performance of mrU-Net to U-Net under similar training and testing conditions. Results: Comparing the results to manual segmentation labels, mrU-Net achieved average Dice similarity coefficients of 70.6%, 97.9%, 73.6%, and 77.9% for the skin lesion, LUNA, DRIVE, and PROMISE12 segmentation, respectively. For the skin lesion, LUNA, and DRIVE datasets, mrU-Net outperformed U-Net with significantly higher accuracy and for the PROMISE12 dataset, both networks achieved similar accuracy. Furthermore, using mrU-Net led to a faster training rate on LUNA and DRIVE datasets when compared to U-Net. Conclusions: The striking feature of the proposed architecture is its higher capability in extracting image-derived features compared to U-Net. mrU-Net illustrated a faster training rate and slightly more accurate image segmentation compared to U-Net.

研究の動機と目的

• 手動による医療画像セグメンテーションにおける時間的コストの高さと観察者間ばらつきを低減すること。
• マルチスケール画像セグメンテーションタスクにおけるU-Netの性能を向上させること。
• ダウンサンプルされた画像解像度を追加入力として組み込むことで、特徴抽出能力を強化すること。
• 多様な医療画像モodalities across でトレーニング時間を短縮しながら、セグメンテーション精度を維持または向上させること。
• 複数の公開医療画像データセット上で提案アーキテクチャを評価し、モダリティを越えた一般化性を確保すること。

提案手法

• 元の画像とそのダウンサンプル版を並列に処理する完全畳み込みニューラルネットワークであるmrU-Netを提案する。
• ダウンサンプル画像からの特徴抽出を直接行う追加の畳み込み層を導入し、マルチスケール表現を豊かにする。
• 標準U-Netと同様にエンコーダーからデコーダーへのスキップ接続を用いるが、複数の解像度入力にわたる特徴統合を拡張する。
• ピクセル単位のセグメンテーションのためにシグモイド活性化関数とバイナリクロスエントロピー損失を用いて、ネットワークをエンドツーエンドでトレーニングする。
• 一般化性を向上させるために、データオーグメンテーションおよび正規化技術を適用する。
• U-NetとmrU-Netの間で公平な比較が行えるよう、トレーニングおよびテストプロトコルを同一にする。

実験結果

リサーチクエスチョン

• RQ1 標準U-Netと比較して、複数の解像度入力を組み込むことで、医療画像解析におけるセグメンテーション精度が向上するか？
• RQ2 提案されたmrU-Netアーキテクチャは、セグメンテーション性能を維持または向上させながら、トレーニング時間を短縮するか？
• RQ3 皮膚腫瘍、CT、網膜、MR画像など多様な医療画像モダリティにおいて、mrU-Netの性能はU-Netと比べてどのように異なるか？
• RQ4 マルチスケール入力戦略は、ディープセグメンテーションネットワークにおける特徴抽出能力をどの程度向上させるか？
• RQ5 異なるデータセットにおいて、セグメンテーション性能の向上が統計的に有意であるか？

主な発見

• mrU-Netは皮膚腫瘍データセットで70.6%のDice類似係数を達成し、U-Netを顕著に上回った。
• 肺CTのLUNAデータセットでは、mrU-Netが97.9%のDiceスコアを達成し、U-Netよりも優れたセグメンテーション精度を示した。
• DRIVE網膜画像データセットでは、mrU-Netが73.6%のDiceスコアを達成し、U-Netに対する一貫した改善を示した。
• PROMISE12前立腺MRIデータセットでは、mrU-NetとU-Netの両方が77.9%のDiceスコアを達成し、この特定モダリティでは同等の性能を示した。
• LUNAおよびDRIVEデータセットにおいて、mrU-NetはU-Netよりも高速なトレーニングレートを示し、最適化効率の向上を示した。
• マルチスケール入力戦略により特徴抽出が強化され、モデルの性能向上およびトレーニング速度の向上に寄与した。