Evaluation of Anatomical Shape Priors in Deep Learning-Based Cardiac Multi-Compartment Segmentation

기술적 요약: 딥러닝 기반 심장 다구획 분할에서 해부학적 형태 사전지식의 평가

문제 제기
심장 CT 에서 전 심장의 다구획 분할은 박출률과 같은 정량적 평가, 치료 계획 수립, 이미지 유도 중재와 같은 임상 응용을 위한 핵심 과제입니다. 딥러닝, 특히 3D U-Net 변형 모델은 다중 스케일 특징 추출 및 공간 국소화 능력으로 인해 지배적인 접근법이 되었으나, 이러한 모델들은 주로 외양 (appearance) 에 기반합니다. 이들은 명시적인 해부학적 형태 지식의 인코딩이 부족하여, 딥러닝 이전 시기에 통계적 형태 모델의 사용이 동기가 되었습니다. 핵심 연구 질문은 7 클래스 심장 CT 분할 (심실, 심방, 심근, 대혈관) 에서 경량화된 명시적 형태 사전지식이 강력한 3D U-Net 베이스라인보다 측정 가능한 이점을 제공할 수 있는지 여부입니다.

방법론
본 연구는 표준 3D U-Net 베이스라인에 통합된 두 가지 범주의 명시적 형태 사전지식을 평가합니다:

1. 형태 인식 손실 (Shape-Aware Losses): 분할 백본을 변경하지 않고 거친 해부학적 지식을 주입하기 위해 세 가지 계열의 정규화기가 테스트되었습니다:

   • 부피 정규화 (Volume Regularization): 학습 세트 통계에서 도출된 예상 구획 부피에서의 편차를 패널티로 부과합니다.
   • 모멘트 기반 형태 정규화 (Moment-Based Shape Regularization): 예측값과 학습 참조 간의 1 차 및 2 차 공간 모멘트 (중심, 타원체) 의 정렬을 L2 거리를 통해 강제합니다.
   • 해부학적 관계 손실 (Anatomical Relation Loss): 학습 데이터 통계에 기반하여 클래스 중심 간의 쌍별 거리 및 각도 관계를 제한합니다.

2. 아키텍처 사전지식 (Architectural Priors): 평균 공간 라벨 분포를 나타내는 인구 수준의 다중 클래스 확률 히트맵이 다양한 네트워크 설계에 통합되었습니다:

   • HM Multilayer: 보조 히트맵 예측 헤드가 있는 심층 감독 변형입니다.
   • 2-Decoder: 분할과 히트맵 예측을 위한 별도의 디코더를 가진 네트워크로, 인코더가 두 가지 모두를 지원하는 특징을 학습하도록 강제합니다.
   • 2-Encoder: 이미지와 히트맵 입력을 병렬로 처리하는 이중 인코더 네트워크입니다.
   • Cascaded: 거친 예측을 수행한 후 정제하는 3 개의 U-Net 아키텍처입니다.

실험 설정
실험은 MM-WHS CT 데이터셋 (학습 20 개, 테스트 40 개 스캔) 과 공개적으로 이용 가능한 WHS++ 확장 (추가 20 개 사례) 에서 수행되었습니다. 전처리에는 인구 히트맵을 도출하기 위한 재배향, 등방성 리샘플링, 프로크루스테스 기반 정렬이 포함되었습니다. 모델은 $64^3$ 및 $128^3$ 해상도에서 광범위한 증강과 함께 학습되었습니다. 성능은 Dice, Jaccard, 하우스도르프 거리 (HD), 평균 대칭 표면 거리 (ASSD) 를 사용하여 평가되었습니다.

주요 결과
본 연구는 모든 데이터셋과 구성에서 일관된 부정적 결과를 도출했습니다:

• 베이스라인 우세: 표준 3D U-Net 은 매우 강력한 베이스라인 역할을 하여 MM-WHS ($64^3$) 에서 90.85% 의 Dice 를, WHS++ 에서 88.93% 를 달성했습니다.
• 수동 제작 사전지식의 비효율성:
  • 손실 기반: 부피 및 모멘트 정규화는 베이스라인과 실질적으로 동등한 결과를 산출했습니다 (예: Dice 90.85% 대 90.84%). 해부학적 관계 손실은 실제로 성능을 저하시켰습니다 (Dice 88.98%).
  • 아키텍처 기반: 히트맵 기반 변형 (2-Decoder, 2-Encoder, Cascaded) 은 경쟁력이 있었으나 베이스라인을 능가하지는 못했습니다. 예를 들어, $64^3$에서 2-Decoder 는 90.73% 의 Dice 를 달성했고, Cascaded 모델은 90.32% 를 달성했습니다. 더 높은 해상도 ($128^3$) 에서 베이스라인은 92.05% 로 향상된 반면, 경쟁 모델들 (2-Encoder, Cascaded) 은 이를 밀접하게 따라잡았으나 (각각 92.02% 및 92.04%) 초과하지는 못했습니다.
• 정성적 관찰: 사전지식을 포함한 모든 모델은 전역 심장 해부학을 잘 재현했습니다. 차이는 경계와 더 작은 구조물에 국한되었으며, 이는 베이스라인이 이미 상당한 전역 해부학적 규칙성을 포착하고 있음을 시사합니다.

의의 및 주장
본 논문은 현대적이고 잘 훈련된 딥러닝 베이스라인을 사용할 때 명시적이고 수동 제작된 형태 제약이 필요하거나 유익하다는 가정에 도전하는 "관련된 부정적 결과"를 제시합니다. 저자들은 다음과 같이 주장합니다:

1. 암묵적 학습: 강력한 3D U-Net 베이스라인은 이미지 데이터로부터 직접 상당한 암묵적 해부학적 규칙성을 이미 학습하므로, 거친 수동 제작 사전지식 (부피, 모멘트, 중심, 히트맵) 은 불필요합니다.
2. 거친 사전지식의 한계: 테스트된 사전지식은 해부학을 거친 수준에서만 기술하며 복잡한 비선형 심장 변이성을 포착하지 못합니다. 또한 베이스라인의 오류가 주로 경계와 관련되어 있으므로 전역 구조 정규화기는 거의 추가적인 가치를 제공하지 못합니다.
3. 미래 방향: 단순한 수동 제작 제약으로부터의 미래 개선은 기대하기 어렵습니다. 대신, 저자는 분할 마스크로 훈련된 생성 확산 기반 또는 흐름 매칭 기반 모델과 같은 더 표현력 있는 학습된 해부학적 사전지식으로의 전환을 제안하며, 이는 가능한 심장 해부학의 분포를 더 잘 나타낼 수 있습니다.

결론적으로, 본 연구는 이러한 데이터셋에서 전 심장 CT 분할의 경우 아키텍처 복잡성을 증가시키거나 단순한 형태 제약을 추가하는 것이 표준 3D U-Net 대비 성능을 신뢰할 수 있게 향상시키지 못함을 보여줍니다.