Local Spatiotemporal Representation Learning for Longitudinally-consistent Neuroimage Analysis

要約

医療用コンピューター ビジョンにおける最近の自己教師ありの進歩では、セグメンテーションなどのダウンストリーム タスクの前に事前トレーニングを行うために、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います。
ただし、現在の方法では、i.i.d.
これは、フォローアップの縦断スキャンが被験者固有の時間的変化を追跡する臨床研究デザインでは無効です。
さらに、医学的に関連する画像から画像へのアーキテクチャのための既存の自己教師あり方法は、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を介してのみそれを行い、単純なマルチスケールの時空間拡張が崩壊して縮退します
ソリューション。
これらの目的のために、この論文は 2 つの貢献をします。(1) 縦方向の画像でトレーニングされた画像から画像へのアーキテクチャのためのローカルおよびマルチスケールの時空間表現学習方法を提示します。
学習済みのマルチスケールの被験者内特徴の時空間的自己類似性を事前トレーニングのために活用し、崩壊したアイデンティティ表現を回避するいくつかの特徴ごとの正則化を開発します。
(2) 微調整中に、驚くほど単純な自己教師ありセグメンテーションの一貫性の正則化を提案して、被験者内相関を利用します。
ワンショットセグメンテーション設定でベンチマークされた、提案されたフレームワークは、適切に調整されたランダムに初期化されたベースラインと、i.i.d.
および縦方向のデータセット。
これらの改善は、縦方向の神経変性成人 MRI と発達中の乳児脳 MRI の両方で実証されており、より高いパフォーマンスと縦方向の一貫性の両方が得られます。

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, Google