MorVess: Morphology-Aware Pulmonary Vessel Segmentation Network

技術要約：MorVess – 形態学を考慮した肺血管セグメンテーションネットワーク

問題提起
肺血管の正確なセグメンテーションは、血管構造が希薄で、屈曲しており、かつマルチスケールであるため、医療画像解析における重要な課題であり続けている。既存のディープラーニング・アプローチは主にボクセル単位の教師あり学習を用いてバイナリマスクを最適化するが、これは連続的な管状の形態や微細な枝の連結性を維持することに失敗することが多い。従来のメソッドや標準的なディープラーニングモデルは、特に血管が細くコントラストが低い遠位の微小血管領域において、トポロジーの不連続性、境界の曖昧さ、および直径の不一致に苦慮する。さらに、Segment Anything Model (SAM) のような基盤モデルは有望ではあるものの、3D医療データへの直接的な適用は、3D空間コンテキストの欠如（スライスごとに処理される場合）や、管状構造に必要な明示的な幾何学的制約の不在によって阻害されている。

手法
著者らは、微分可能な幾何学的事前知識と大規模な基盤モデルの適応を統合した、形態学を考慮したセグメンテーションフレームワークであるMorVessを提案する。そのアーキテクチャは、以下の3つのコアコンポーネントで構成される：

1. 幾何学的事前知識の生成： 境界の曖昧さと直径の不連続性に対処するため、本手法はグラウンドトゥルース（正解）マスクから2つの連続的で微分可能な教師信号を生成する：

   • 血管距離マップ (Vessel Distance Map: VDM): モルフォロジー演算による侵食と指数関数的な距離減衰を用いて、バイナリマスクの境界を滑らかな勾配ポテンシャル場へと変換する。これにより、サブピクセル精度の局在化と鋭い境界勾配を実現する。
   • 血管厚さマップ (Vessel Thickness Map: VTM): 血管の中心線スケルトンから派生し、最大内接球の半径に基づいてボクセルに厚さ値を割り当てる。これにより、血管径のグローバルな一貫性を強制し、局所領域における非物理的な振動を防ぐ。

2. 2.5D 幾何学的適応ネットワーク：

   • 2.5D アダプター: 2Dで事前学習されたSAMの表現と3Dボリュームデータの間のギャップを埋めるために、軽量なアダプターを導入する。これは入力ボリュームを重なり合うスライスのシーケンス（例：ターゲットスライスとその隣接スライス）として処理し、重いSAMのViTエンコーダーをアンフリーズすることなく、スライス間の依存関係をモデル化するための3D畳み込み構造を使用する。
   • マルチヘッド幾何学的予測デコーダー: SAMデコーダーを拡張したこのモジュールは、セマンティックマスク、VDM、およびVTMを共同で回帰するための並列ブランチを含む。
   • グローバル・ローカル融合ブロック (Global-Local Fusion Block: GLFB): このブロックは、マルチレベルの特徴（グローバルなセマンティックコンテキスト、浅いローカルテクスチャ、および深いセマンティック抽象化）を、自己予測された幾何学的事前知識（VDM/VTM）と共に集約する。動的なハイパーネットワーク・メカニズムにより、これらの特徴を適応的に重み付けし、最終的な血管トポロジーを精緻化する。

3. 2段階の学習戦略：

   • ステージ I (マクロ特徴適応): SAMエンコーダーを凍結した状態で、2.5Dアダプターとデコーダーヘッドを訓練し、スライス間の関係性と幾何学的事前知識のマッピングを学習させる。
   • ステージ II (トポロジー微調整): アダプターを凍結し、融合モジュールと予測ヘッドをより低い学習率で微調整し、境界の精度とトポロジーの一貫性を最適化する。

学習には、クロスエントロピー、Dice、中心線Dice (clDice)、および距離・厚さマップのためのL1損失を組み合わせた複合損失関数が使用される。

主な貢献

• 幾何学的事前知識によるセグメンテーション: 血管の厚さマップ (VTM) と血管距離マップ (VDM) の共同最適化フレームワークの導入。これにより、複雑な分岐パターンにおいても血管のトポロジーと一貫した幾何学的構造の保持を明示的に強化する。
• 軽量な2.5Dフレームワーク: マルチレベルの空間的手がかりを統合し、スライス間の連続性を強化して微細な血管の連続性を向上させる、拡張された融合ブロックを備えたクロススライス・アテンションフレームワークの設計。
• リソース効率の高い適応: 限られた計算予算の下で、大規模な事前学習済みモデル (SAM) を3D医療セグメンテーションタスクに安定して適応させるための、2段階の学習戦略の開発。

実験結果
MorVessは、2つの困難な肺CTベンチマークである Parse2022（動脈構造に焦点を当てたもの）および AIIB2023（複雑な病理を伴う肺線維症を特徴とするもの）で評価された。

• 性能指標: MorVessは、すべての指標において、最先端の手法（nnU-Net、Swin-UNet、COMMAを含む）と比較して優れた性能を達成した。
  • Parse2022 において、Diceスコア 86.84%（2番目に優れた手法の83.27%に対し）および clDice 83.22% を達成。
  • AIIB2023 において、Dice 94.31% および clDice 89.34% に到達。
  • HD95（境界精度）、AMR（欠落率）、DBR（分岐検出率）、DLR（長さ検出率）においても大幅な改善が見られた。
• アブレーション研究: VDMとVTMの両方の教師あり学習が相乗的に性能を向上させ、Parse2022におけるHD95を6.85 mmから4.53 mmに減少させることを確認した。また、2.5DアダプターとGLFBも、3Dの連続性と微細な詳細の再構成において極めて重要であることが示された。
• クロスデータセット汎化性能: モデルは、ファインチューニングなしでアウトオブディストリビューションのデータセット（HiPasおよびATM2022）に適用された際にも堅牢性を示し、高いDiceおよびclDiceスコアを維持した。これは、幾何学的制約がデータセット固有の外観ではなく、トポロジーの連続性を符号化していることを示している。
• 幾何学的解析: Vascular Modeling Toolkit (VMTK) を用いた解析により、MorVessは、グラウンドトゥルースと比較して総血管体積 (TVV) の誤差が最も低く、直径分布の相関が最も高いことを示し、生理学的な血管特性を保持する能力を検証した。
• 効率性: 本モデルは、1スロットのスタックあたりわずか 1.0M の学習可能パラメータと 42 GMACs を必要とし、これはnnU-Net（32M パラメータ、180 GMACs）などの競合手法よりも大幅に低い。

意義と主張
本論文は、幾何学的インテリジェンスを事前学習済みビジョンモデルに組み込むことで、MorVessが精密な血管解析に向けた原理的かつスケーラブルな経路を提供すると主張している。単純なバイナリマスクの最適化を超え、明示的で微分可能な幾何学的制約（距離と厚さ）を含めることで、連続的な管状形態を回復するという現在のモデルの根本的な限界に対処している。著者らは、このアプローチが、肺疾患の診断や術前計画に不可欠な、微小血管の回復やグローバルな連結性のための臨床的に信頼できる構造定量化を可能にすると断言している。本研究は、基盤モデルの適応性と形態学を考慮した教師あり学習を組み合わせることが、3D処理の計算コストと高精度とのトレードオフを克服できることを強調している。