Local Spatiotemporal Representation Learning for Longitudinally-consistent Neuroimage Analysis

要約

医療用コンピュータビジョンにおける最近の自己教師付きの進歩は、セグメンテーションなどの下流タスクの前に、グローバルおよびローカルの解剖学的自己類似性を利用して事前学習を行うものである。しかし、現在の手法は、i.i.d.画像の取得を前提としており、被験者の経時的変化を追跡する臨床研究デザインにおいては、無効である。さらに、医学的に関連性のある画像間アーキテクチャのための既存の自己教師法は、空間的または時間的な自己類似性のみを利用し、単一の画像スケールで適用される損失によってのみそれを行うため、素朴なマルチスケール時空間拡張は縮退した解に崩壊してしまう。(1) 縦断面画像で学習する画像間アーキテクチャのための局所的かつマルチスケールな時空間表現学習法を提示する。(2)被験者内相関を利用した、驚くほど簡単な自己教師付きセグメンテーション一貫性正則化を提案する。提案するフレームワークは、ワンショットセグメンテーションのベンチマークにおいて、よく調整されたランダム初期化ベースラインと、i.i.d.とlongitudinalデータセットの両方に設計された現在の自己教師付き技術の両方を凌駕する性能を示した。これらの改善は、縦断的な神経変性成人MRIと発展途上幼児脳MRIの両方で実証され、より高い性能と縦断的な一貫性をもたらす。

要約(オリジナル)

Recent self-supervised advances in medical computer vision exploit global and local anatomical self-similarity for pretraining prior to downstream tasks such as segmentation. However, current methods assume i.i.d. image acquisition, which is invalid in clinical study designs where follow-up longitudinal scans track subject-specific temporal changes. Further, existing self-supervised methods for medically-relevant image-to-image architectures exploit only spatial or temporal self-similarity and only do so via a loss applied at a single image-scale, with naive multi-scale spatiotemporal extensions collapsing to degenerate solutions. To these ends, this paper makes two contributions: (1) It presents a local and multi-scale spatiotemporal representation learning method for image-to-image architectures trained on longitudinal images. It exploits the spatiotemporal self-similarity of learned multi-scale intra-subject features for pretraining and develops several feature-wise regularizations that avoid collapsed identity representations; (2) During finetuning, it proposes a surprisingly simple self-supervised segmentation consistency regularization to exploit intra-subject correlation. Benchmarked in the one-shot segmentation setting, the proposed framework outperforms both well-tuned randomly-initialized baselines and current self-supervised techniques designed for both i.i.d. and longitudinal datasets. These improvements are demonstrated across both longitudinal neurodegenerative adult MRI and developing infant brain MRI and yield both higher performance and longitudinal consistency.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL