ITKIT: SimpleITK と MMEngine を基盤とした実用的な CT 画像解析ツールの技術的概要

本論文は、医療画像解析、特に CT 画像のセグメンテーション分野において、ITKIT（ITKIT: Feasible CT Image Analysis based on SimpleITK and MMEngine）と呼ばれる新しいオープンソースソフトウェアフレームワークを提案したものです。以下に、問題定義、手法、主要な貢献、結果、および意義について詳細にまとめます。

1. 背景と問題定義

CT 画像は臨床診断や治療において広く利用されており、そのデータ形式である DICOM は事実上の標準となっています。深層学習を用いたデータ駆動型の解析手法は、従来の手動特徴量や物理モデルに基づく手法に比べて性能が飛躍的に向上しました。しかし、以下の課題が存在していました。

• パイプラインの複雑さと脆弱性: 医療画像セグメンテーションの性能上限は、モデルの複雑さよりも「データ前処理の品質」によって決定されることが多いにもかかわらず、前処理パイプラインは非標準化され、再現性が低い傾向にあります。
• ツールの多様性と使いやすさの欠如: MONAI、TorchIO、nnUNet などの優れたオープンソースプロジェクトが存在しますが、これらは主に API 統合（Integrated）に重点を置かれており、コマンドラインインターフェース（CLI）による直感的な操作や、初心者（臨床医など）がすぐに利用可能な環境が十分でない場合があります。
• 計算リソースの制約: 高価なハードウェアや高度なプログラミング知識がなくても、効率的にモデルを構築・評価できる環境が必要です。

2. 手法と実装

ITKIT は、SimpleITK（低レベルの画像処理ライブラリ）と MMEngine（OneDL-MMEngine フレームワーク）を基盤として構築されており、DICOM から 3D セグメンテーション推論までの完全なパイプラインを提供します。

2.1 データモデルと標準化

• ペア中心の階層構造: 画像データとラベルデータを image と label サブディレクトリに厳密に配置し、ファイル名マッチングで対応付けます。
• メタデータ管理: meta.json ファイルにボクセル間隔、次元、方向行列（LPI 基準）などの物理的属性を一元管理し、I/O 負荷をかけずにデータセット全体のフィルタリングや検証を可能にします。
• 相互運用性: MONAI や TorchIO 向けのデータ変換 CLI を内蔵しており、既存のフレームワークとの連携を容易にしています。

2.2 処理ツールチェーン（CLI 中心）

ユーザーはプログラミングなしで、以下の主要ステップを CLI コマンドで実行できます。

• データセットメタデータの検査、方向調整、リサンプリング。
• パッチ分割（Patch splitting）、データ拡張、部分ラベルの抽出と再マッピング。
• データセット構造の変換、セグメンテーション精度の評価。
• mmrun コマンドによる、OneDL-MMEngine 基盤のニューラルネットワークトレーニングの実行。

2.3 深層学習フレームワーク（OneDL-MMEngine 基盤）

• モデルサポート: CNN（UNet 3+, MedNeXt など）、Transformer（SegFormer, UNETR など）、Mamba（Swin-UMamba, SegMamba など）など、最新の 2D/3D 医療画像セグメンテーションモデルを多数統合しています。
• 推論と可視化:
  • 3D Slicer 拡張機能: Flask ベースのバックエンドと QT ベースのフロントエンドを用いたデカップル構造を採用。Docker や WSL などの隔離環境で推論エンジンを実行し、ローカルの 3D Slicer からリアルタイム推論と可視化が可能です。
  • ONNX サポート: モデルの形式変換により、クロスプラットフォームでの推論を可能にします。

3. 主要な貢献

1. CLI による直感的なワークフロー: 初心者でもドキュメントに従って CLI コマンドのみで、DICOM 読み込みからトレーニング、推論までの全工程を完結させられます。
2. 低リソース環境への対応: 基本的な操作は軽量なステップに限定されており、計算能力が限られたユーザーでも迅速に着手可能です。
3. 柔軟性と再現性の両立: 高度なユーザー向けには、設定ファイル駆動の OneDL-MMEngine を通じてモデルやパイプラインのカスタマイズが可能であり、実験の再現性を保証します。
4. 包括的なエコシステム統合: MONAI、TorchIO、3D Slicer との互換性を確保し、既存の医療画像解析エコシステムとシームレスに連携します。
5. 実証実験: 12 種類の典型的な実験（AbdomenCT1K データセット等を用いた MedNeXt と SegFormer3D の評価）を通じて、主要なシナリオへの適合性を検証しました。

4. 結果

• 性能評価: AbdomenCT1K データセットを用いたベンチマークにおいて、Native バックエンド、TorchIO、MONAI の 3 つのデータ読み込みバックエンドで MedNeXt と SegFormer3D をトレーニングしました。
  • 例として、TorchIO バックエンドでの SegFormer3D は、Dice 係数 94.08、IoU 89.50 という高い性能を示しました。
  • 異なるバックエンド間でも一貫した高品質な結果が得られ、ITKIT のデータ処理パイプラインがモデル性能を阻害しないことを示しました。
• 可視化: TensorBoard およびローカルファイルへのトレーニングパラメータ、損失、メトリクス、画像スライスの保存機能により、解析が容易に行えることを実証しました。

5. 意義と結論

ITKIT は、医療画像解析の研究から臨床実装までのギャップを埋めることを目指しています。

• アクセシビリティの向上: コーディングに不慣れな臨床医や研究者でも、標準化された CLI を通じて最先端の深層学習モデルを迅速にデプロイ・評価できます。
• データ中心アプローチの促進: 前処理の標準化と再現性の高いパイプラインを提供することで、データ品質の重要性を再認識させ、多施設共同研究や長期的なモデルイテレーションを支援します。
• 将来性: 最新のアーキテクチャ（Mamba など）やデータセットへの迅速な対応を約束しており、この分野の標準的なツールとしての発展が期待されます。

本論文は、複雑になりがちな医療 AI の開発プロセスを「使いやすさ」と「実用性」の観点から再構築し、オープンソースコミュニティに新たな選択肢を提供する重要な貢献と言えます。