Efficient brain age prediction from 3D MRI volumes using 2D projections

要約

高解像度の医療用ボリュームで 3D CNN を使用することは、特に 100,000 人の被験者をスキャンすることを目的とする UK Biobank のような大規模なデータセットの場合、計算負荷が非常に高くなります。
ここでは、脳のボリュームから年齢を予測するときに、3D ボリュームのいくつかの 2D 投影 (軸方向、矢状面、および冠状面のスライス全体の平均と標準偏差を表す) で 2D CNN を使用すると、合理的なテスト精度が得られることを示します。
私たちのアプローチを使用すると、20,324 人の被験者による 1 つのトレーニング エポックは、単一の GPU を使用して 40 ～ 70 秒かかります。これは、小さな 3D CNN と比較してほぼ 100 倍高速です。
これらの結果は、3D CNN 用の高価な GPU ハードウェアにアクセスできない研究者にとって重要です。

要約(オリジナル)

Using 3D CNNs on high resolution medical volumes is very computationally demanding, especially for large datasets like the UK Biobank which aims to scan 100,000 subjects. Here we demonstrate that using 2D CNNs on a few 2D projections (representing mean and standard deviation across axial, sagittal and coronal slices) of the 3D volumes leads to reasonable test accuracy when predicting the age from brain volumes. Using our approach, one training epoch with 20,324 subjects takes 40 – 70 seconds using a single GPU, which is almost 100 times faster compared to a small 3D CNN. These results are important for researchers who do not have access to expensive GPU hardware for 3D CNNs.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google