Bootstrapping Semi-supervised Medical Image Segmentation with Anatomical-aware Contrastive Distillation

要約

対照学習は、医用画像セグメンテーションの文脈におけるアノテーションの希少性問題に対して大きな可能性を示している。既存のアプローチでは、ラベル付けされた医療画像とラベル付けされていない医療画像の両方について、バランスのとれたクラス分布を仮定するのが一般的である。しかし、現実の医療画像データは一般的に不均衡であり（すなわち、マルチクラスラベルインバランス）、当然ながらぼやけた輪郭が得られ、通常、希少なオブジェクトを誤ってラベル付けする。さらに、すべてのネガティブサンプルが等しくネガティブであるかどうかは依然として不明である。本研究では、半教師付き医療画像セグメンテーションのためのACTION（Anatomical-aware ConTrastive dIstillatiON framework）を発表する。具体的には、まず、ポジティブとネガティブのペアを2値監視するのではなく、ネガティブをソフトにラベル付けすることで、反復的なコントラスト蒸留アルゴリズムを開発する。また、サンプリングされたデータの多様性を強化するために、ランダムに選ばれたネガセットから、ポジセットと比較して、より意味的に類似した特徴を取得する。第二に、より重要な問題を提起する。アンバランスなサンプルを扱うことで、より良いパフォーマンスを得ることができるのだろうか？そこで、ACTIONでは、データセット全体にわたるグローバルな意味関係と、隣接するピクセル間のローカルな解剖学的特徴を、最小限のメモリフットプリントで学習することを重要なイノベーションとしています。学習中、我々はハードネガティブピクセルの疎なセットを積極的にサンプリングすることで解剖学的コントラストを導入し、より滑らかなセグメンテーション境界とより正確な予測を生成することができる。2つのベンチマークデータセットと異なるラベルなし設定での広範な実験により、ACTIONは現在の最新鋭の半教師付き手法を大幅に上回ることが示された。

要約(オリジナル)

Contrastive learning has shown great promise over annotation scarcity problems in the context of medical image segmentation. Existing approaches typically assume a balanced class distribution for both labeled and unlabeled medical images. However, medical image data in reality is commonly imbalanced (i.e., multi-class label imbalance), which naturally yields blurry contours and usually incorrectly labels rare objects. Moreover, it remains unclear whether all negative samples are equally negative. In this work, we present ACTION, an Anatomical-aware ConTrastive dIstillatiON framework, for semi-supervised medical image segmentation. Specifically, we first develop an iterative contrastive distillation algorithm by softly labeling the negatives rather than binary supervision between positive and negative pairs. We also capture more semantically similar features from the randomly chosen negative set compared to the positives to enforce the diversity of the sampled data. Second, we raise a more important question: Can we really handle imbalanced samples to yield better performance? Hence, the key innovation in ACTION is to learn global semantic relationship across the entire dataset and local anatomical features among the neighbouring pixels with minimal additional memory footprint. During the training, we introduce anatomical contrast by actively sampling a sparse set of hard negative pixels, which can generate smoother segmentation boundaries and more accurate predictions. Extensive experiments across two benchmark datasets and different unlabeled settings show that ACTION significantly outperforms the current state-of-the-art semi-supervised methods.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL