[論文レビュー] Uniformizing Techniques to Process CT scans with 3D CNNs for Tuberculosis Prediction

Hasib Zunair, Aimon Rahman+2 more|arXiv (Cornell University)|Jul 26, 2020

COVID-19 diagnosis using AI被引用数 5

ひとこと要約

本論文は、3D CTスキャンの結核予測に効果的に対処するため、GPUメモリ制限および可変なボリュームサイズの制約を克服するべく、ボリューム均一化技術を組み合わせた3次元畳み込みニューラルネットワーク（3D-CNN）フレームワークを提案する。特に、等間隔スライス選択（ESS）とスプライン補間ズーム（SIZ）を用いる。SIZはz軸方向に補間することで3次元的文脈を保持し、ImageCLEF 2019ベンチマークで73%のAUCと67.5%の正答率を達成し、臨床的メタデータを用いないすべての手法の中で最も優れた性能を示し、全体で5位を獲得した。

ABSTRACT

A common approach to medical image analysis on volumetric data uses deep 2D convolutional neural networks (CNNs). This is largely attributed to the challenges imposed by the nature of the 3D data: variable volume size, GPU exhaustion during optimization. However, dealing with the individual slices independently in 2D CNNs deliberately discards the depth information which results in poor performance for the intended task. Therefore, it is important to develop methods that not only overcome the heavy memory and computation requirements but also leverage the 3D information. To this end, we evaluate a set of volume uniformizing methods to address the aforementioned issues. The first method involves sampling information evenly from a subset of the volume. Another method exploits the full geometry of the 3D volume by interpolating over the z-axis. We demonstrate performance improvements using controlled ablation studies as well as put this approach to the test on the ImageCLEF Tuberculosis Severity Assessment 2019 benchmark. We report 73% area under curve (AUC) and binary classification accuracy (ACC) of 67.5% on the test set beating all methods which leveraged only image information (without using clinical meta-data) achieving 5-th position overall. All codes and models are made available at https://github.com/hasibzunair/uniformizing-3D.

研究の動機と目的

• 可変な3次元CTスキャンボリュームサイズと3次元CNN学習における高いメモリ要件という課題に対処すること。
• 2次元スライスごとの処理では失われる3次元的空間的文脈を保持することで、性能を向上させること。
• 限られたGPUリソース上でも効果的な3次元表現学習を可能にする、メモリ効率の良い手法を開発すること。
• 結核予測における3次元医療画像解析のためのボリューム均一化技術を評価・比較すること。
• 臨床的メタデータを一切使用しない画像データのみを用いた手法として、最先端の性能を達成すること。

提案手法

• 著者らは、先行研究を参考にした17層の3D-CNNアーキテクチャを提案し、3次元ボリュームデータを効率的に処理できるように変更を加えた。
• 2つのボリューム均一化技術を評価した：等間隔スライス選択（ESS）は一定間隔でスライスを抽出する手法であり、スプライン補間ズーム（SIZ）はz軸方向に補間することで深さ情報を保持する手法である。
• モデルの安定性と性能を向上させるために、Hounsfieldユニット（HU）値に対してピクセル正規化とゼロセンター化を適用した。
• SIZの入力解像度として128×128×64を採用し、計算の実行可能性と3次元的文脈の保持の両立を図った。
• 前処理および均一化技術の影響を分離するために、複数の設定でアブレーションスタディを実施した。
• モデルは、117例の3次元CTスキャンからなるImageCLEF結核重症度評価2019テストセット上で学習および評価された。

実験結果

リサーチクエスチョン

• RQ1 3次元CTスキャンにおいてz軸方向に補間を行うことで、2次元CNNによるスライスごとの独立処理よりも性能が向上するか？
• RQ2 ESSやSIZのようなボリューム均一化技術は、結核予測においてメモリ使用量を効果的に削減しながら3次元的文脈を保持できるか？
• RQ3 HU値の正規化とゼロセンター化は、3次元医療画像分類におけるモデル性能にどのように影響するか？
• RQ4 SIZを用いた3D-CNNは、臨床的メタデータを用いる上位手法と比較して、競争力のある性能を示せるか？
• RQ5 SIZは、3次元CTボリュームの軸方向スライス間の空間的関係を、ESSよりもより頑健かつ信頼性高く保持できるか？

主な発見

• スプライン補間ズーム（SIZ）は、ImageCLEF 2019テストセットで最高のAUC 73.0%と正答率67.5%を達成し、画像データのみを用いたすべての手法の中で最も優れた性能を示した。
• 直交前処理を施した後、ベースラインと比較してAUCが11%上昇、正答率が14%上昇した。これは顕著な性能向上を示している。
• アブレーションスタディの結果、ピクセル正規化とゼロセンター化がすべての手法において性能向上に寄与しており、特にSIZが最も大きな恩恵を受けた。
• 臨床的メタデータを一切使用しないにもかかわらず、本手法は全体で5位にランクインし、多数の2次元CNNおよび3次元CNNベースラインを上回った。
• 128×128×128の入力が必要で、メモリエラーを引き起こした大規模な3D-CNN（UUIP）と比較して、より小さなモデル（29.5Mパラメータ）でも競争力のある結果を達成した。
• SIZは、一貫した性能向上と優れたROC曲線により、定性的および定量的にESSよりも信頼性が高く、より優れた性能を示した。