OCT画像上での食道組織セグメンテーションのための敵対的畳み込みネットワーク

Adversarial convolutional network for esophageal tissue segmentation on OCT images.

• Cong Wang
• Meng Gan
• Miao Zhang
• Deyin Li

抄録

食道OCT画像処理では、疾患診断のために形状や厚さなどの組織特性を提供することができる自動セグメンテーションが重要である。深層畳み込みネットワークに基づく既存の自動セグメンテーション手法では、訓練セットが限られていたり、様々な層の形状があったりするため、正確なセグメンテーション結果が得られない場合がある。本研究では、逆問題学習によって学習された畳み込みネットワークを用いて食道OCT画像をセグメント化するための新規な逆問題畳み込みネットワーク(ACN)を提案した。提案したフレームワークは、U-Netのような完全畳み込みアーキテクチャを持つジェネレーターと識別器を含む。識別器は、生成された結果が本物かどうかを識別し、同時に画素分類を実行するハイブリッドネットワークである。逆境学習を活用することで、判別器はより強力なものになります。また、逆説的損失は画素の高次の関係を符号化することができるため、後処理の必要性を排除することができます。モルモットの食道OCT画像のセグメンテーション実験を行ったところ，ACNがいくつかのディープラーニングフレームワークよりも画素分類精度が高く，セグメンテーション結果が改善されることが確認された．また、食道疾患の一つである好酸球性食道炎（EoE）の検出にACNを応用した臨床応用の可能性についても実験で紹介した。

Automatic segmentation is important for esophageal OCT image processing, which is able to provide tissue characteristics such as shape and thickness for disease diagnosis. Existing automatical segmentation methods based on deep convolutional networks may not generate accurate segmentation results due to limited training set and various layer shapes. This study proposed a novel adversarial convolutional network (ACN) to segment esophageal OCT images using a convolutional network trained by adversarial learning. The proposed framework includes a generator and a discriminator, both with U-Net alike fully convolutional architecture. The discriminator is a hybrid network that discriminates whether the generated results are real and implements pixel classification at the same time. Leveraging on the adversarial training, the discriminator becomes more powerful. In addition, the adversarial loss is able to encode high order relationships of pixels, thus eliminating the requirements of post-processing. Experiments on segmenting esophageal OCT images from guinea pigs confirmed that the ACN outperforms several deep learning frameworks in pixel classification accuracy and improves the segmentation result. The potential clinical application of ACN for detecting eosinophilic esophagitis (EoE), an esophageal disease, is also presented in the experiment.

© 2020 Optical Society of America under the terms of the OSA Open Access Publishing Agreement.