Multi-encoder nnU-Net outperforms Transformer models with self-supervised pretraining

要約

本研究では、医用画像中の解剖学的構造や病理学的領域を自動的に識別・描出する、医用画像セグメンテーションの本質的な課題に取り組む。正確なセグメンテーションは、腫瘍のような異常部位の正確な位置特定を支援し、それによって効果的な診断、治療計画、および疾患の進行のモニタリングを可能にするため、放射線医学において極めて重要である。特に、腫瘍の大きさ、形状、位置は、臨床上の意思決定や治療戦略に大きく影響するため、正確なセグメンテーションは放射線ワークフローの重要な要素となっている。しかし、MRIモダリティのばらつき、画像アーチファクト、ラベル付けされたデータの不足がもたらす課題は、セグメンテーションタスクを複雑にし、従来のモデルの性能に影響を与える。これらの限界を克服するために、我々は、複数のMRIモダリティを別々のエンコーダを通して独立に処理するように設計された、新しい自己教師付き学習マルチエンコーダnnU-Netアーキテクチャを提案する。このアプローチにより、最終的なセグメンテーションのためにそれらを融合する前に、モデルがモダリティ固有の特徴を捉えることが可能となり、精度が向上する。我々のマルチエンコーダnnU-Netは、バニラnnU-Net、SegResNet、Swin UNETRなどの他のモデルを上回る93.72%のダイス類似度係数（DSC）を達成し、卓越した性能を示す。各モダリティが提供するユニークな情報を活用することで、このモデルは、特にアノテーションデータが限られたシナリオにおいて、セグメンテーションタスクを強化する。評価により、腫瘍のセグメンテーション結果の改善におけるこのアーキテクチャの有効性が明らかになった。

要約(オリジナル)

This study addresses the essential task of medical image segmentation, which involves the automatic identification and delineation of anatomical structures and pathological regions in medical images. Accurate segmentation is crucial in radiology, as it aids in the precise localization of abnormalities such as tumors, thereby enabling effective diagnosis, treatment planning, and monitoring of disease progression. Specifically, the size, shape, and location of tumors can significantly influence clinical decision-making and therapeutic strategies, making accurate segmentation a key component of radiological workflows. However, challenges posed by variations in MRI modalities, image artifacts, and the scarcity of labeled data complicate the segmentation task and impact the performance of traditional models. To overcome these limitations, we propose a novel self-supervised learning Multi-encoder nnU-Net architecture designed to process multiple MRI modalities independently through separate encoders. This approach allows the model to capture modality-specific features before fusing them for the final segmentation, thus improving accuracy. Our Multi-encoder nnU-Net demonstrates exceptional performance, achieving a Dice Similarity Coefficient (DSC) of 93.72%, which surpasses that of other models such as vanilla nnU-Net, SegResNet, and Swin UNETR. By leveraging the unique information provided by each modality, the model enhances segmentation tasks, particularly in scenarios with limited annotated data. Evaluations highlight the effectiveness of this architecture in improving tumor segmentation outcomes.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL