Submanifold Sparse Convolutional Networks for Automated 3D Segmentation of Kidneys and Kidney Tumours in Computed Tomography

기술 요약: 신장 및 신장 종양의 자동 3D 분할을 위한 서브매니폴드 희소 합성곱 네트워크

문제 제기
컴퓨터 단층 촬영 (CT) 에서 신장 종양의 정확한 윤곽선 추정은 정량적 분석 및 정밀 종양학에 필수적이지만, 수동 분할의 시간 소모성으로 인해 병목 현상이 발생하고 있습니다. 딥러닝, 특히 U-Net 아키텍처는 유망한 결과를 보여주었으나, 표준 밀집 합성곱 신경망 (CNN) 은 대규모 고해상도 3D 의료 볼륨을 처리할 때 상당한 계산적 장애물에 직면합니다. 단일 CT 스캔은 수천만 개의 보크셀을 포함할 수 있으며, 이는 일반적인 GPU 의 메모리 용량을 초과하는 경우가 많아 해상도와 맥락이 훼손될 수 있는 다운샘플링 또는 패치 기반 추론이 필요합니다. 또한, 밀집 표현은 분할 작업과 무관한 방대한 양의 배경 정보 (예: 공기, 뼈) 를 처리하므로 비효율적입니다.

방법론
저자들은 이러한 계산적 제약을 해결하면서도 고해상도를 유지하기 위해 **서브매니폴드 희소 합성곱 네트워크 (SSCNs)**와 보크셀 희소화를 활용한 2 단계 3D 분할 프레임워크를 제안합니다.

1. 보크셀 희소화: 이 과정은 신장 조직과 관련된 특정 후너스 단위 (HU) 범위의 보크셀만 유지하도록 입력 이미지를 필터링하는 것으로 시작합니다. 1 단계에서는 (-53.4, 283.2) HU 의 임계값 범위를 적용하여 분할 보크셀의 99% 를 보존하면서 배경 보크셀의 약 77% 를 제거합니다.
2. 1 단계: 관심 영역 (ROI) 탐지기 (검출): 저해상도 희소 U-Net 이 희소화된 볼륨을 처리하여 신장과 종괴를 포함하는 관심 영역 (ROI) 을 식별합니다. 출력은 모든 관련 구조물이 포착되도록 보장하기 위해 팽창된 바운딩 박스입니다.
3. 2 단계: 전체 분할: 식별된 ROI 를 사용하여 원래 고해상도 스캔을 자릅니다. 두 번째 고해상도 희소 U-Net 이 이러한 잘린 볼륨에 대해 정제된 분할을 수행합니다.
4. 네트워크 아키텍처: 이 모델은 ConvNeXtV2 블록을 기반으로 한 맞춤형 희소 U-Net 을 사용하며, 깊이별 합성곱을 지원하는 수정된 MinkowskiEngine을 통해 구현됩니다. 아키텍처는 메모리 발자국을 줄이기 위해 요소별 합계를 통한 스킵 연결을 갖춘 인코더 - 디코더 구조를 사용하며, 최종 세 개의 디코더 단계에서 심층 감시를 적용합니다. 손실 함수는 클래스 불균형을 해결하기 위해 가중치 딕스 (Dice) 손실입니다.
5. 학습: 이 방법은 KiTS23 데이터셋 (489 개의 학습 사례) 에서 5 폴드 교차 검증을 사용하여 평가되었습니다. 데이터 증강에는 아핀 변환, 강도 스케일링, 노이즈 주입이 포함되었습니다.

주요 기여

• CT 종양 분할에 대한 SSCN 의 최초 적용: 본 연구는 고에너지 물리학 및 제한된 두개골 재구성 작업을 넘어선 사용을 확장하여 CT 이미지에서 종양의 의미론적 분할에 서브매니폴드 희소 합성곱 네트워크를 적용한 첫 사례입니다.
• 2 단계 희소 파이프라인: 저자들은 저해상도 검출과 고해상도 희소 정제를 결합한 새로운 2 단계 접근법을 입증하여 전체 볼륨을 다운샘플링하지 않고도 전체 해상도에서 네이티브 3D 처리를 가능하게 합니다.
• 자원 효율성: 이 연구는 제안된 희소 아키텍처와 동등한 밀집 구현, 그리고 확립된 베이스라인 (nnU-Net 및 기초 모델 SegVol) 간의 직접적인 비교를 제공하여 계산 비용의 상당한 감소를 강조합니다.

결과
KiTS23 데이터셋에서 5 폴드 교차 검증을 통해 평가된 제안된 방법은 다음과 같은 딕스 유사도 계수 (DSC) 를 달성했습니다:

• 신장 + 종괴: 95.8%
• 종양 + 낭종: 85.7%
• 종양 단독: 80.3%

비교 성능:

• nnU-Net 대비: 희소 방법은 전체적으로 유사한 성능을 달성했습니다 (nnU-Net 의 86.7% 대비 매크로 평균 87.3%). "신장 + 종괴"에서는 약간 낮았으나, 병변 중심 출력 ("종양 + 낭종" 및 "종양 단독") 에서는 수치적으로 더 좋은 성능을 보였습니다.
• SegVol 대비: 기초 모델 (제로샷) 은 신장을 잘 국소화했습니다 (91.4% DSC) 하지만 작고 이질적인 병변에서는 실패했습니다 (종양 단독 19.5% DSC), 이는 작업별 학습의 필요성을 강조합니다.
• 밀집 구현 대비: 동등한 밀집 U-Net 아키텍처와 비교하여 희소 접근법은 추론 시간을 최대 60% 줄이고 VRAM 사용량을 최대 75% 줄였습니다.
• 하드웨어 실현 가능성: 밀집 베이스라인은 16GB GPU 에서 자주 메모리 부족 (OOM) 오류를 겪은 반면, 희소 모델은 동일한 하드웨어에서 전체 해상도 볼륨을 성공적으로 처리했습니다.

의의 및 주장
본 논문은 SSCN 이 3D 의료 이미지 분할을 위한 실현 가능하고 자원 효율적인 대안을 제공한다고 주장합니다. 저자들은 이 방법이 최첨단 밀집 프레임워크 (최고 성능의 KiTS23 팀 포함) 와 경쟁력 있는 정확도를 달성하면서도 학습 및 추론에 필요한 계산 자원을 현저히 줄인다고 주장합니다.

저자가 강조한 주요 함의는 다음과 같습니다:

• 임상 배포: 감소된 메모리 발자국은 제한된 VRAM 을 가진 하드웨어 (예: 16GB GPU) 에서 전체 해상도 3D 처리를 가능하게 하여, 제한된 계산 자원을 가진 임상 환경에서의 배포를 용이하게 합니다.
• 지속 가능성: 추론 시간과 메모리 사용량을 낮춤으로써 대규모 의료 이미지 워크플로우의 에너지 소비 감소와 탄소 발자국 축소에 기여합니다.
• 일반화 가능성: 본 연구는 신장에 초점을 맞추고 있지만, 저자들은 보크셀 강도를 임계화하여 관련 구조물을 분리할 수 있는 MRI 나 PET 와 같은 다른 모달리티뿐만 아니라 다른 장기 및 종양 유형으로도 희소화 및 SSCN 방법론을 확장할 수 있다고 제안합니다.

저자들은 데이터셋 크기 (489 건), KiTS23 테스트 세트 레이블에 대한 접근 부재로 인한 직접적인 리더보드 비교의 부재, 그리고 챌린지에서 상위 랭킹 팀이 사용한 후처리 단계의 부재와 같은 한계를 지적하며 주장에 대해 겸손한 태도를 유지했습니다. 그들은 향후 연구로 더 큰 다기관 데이터셋 탐색과 대체 단일 단계 희소 설계를 식별했습니다.