概要 - 多源CTスキャン分類におけるドメインシフトの抑え込みを目的とする入力空間標準化

多源CTスキャン分類におけるドメインシフトの抑え込みを目的とする入力空間標準化

2025-07-26 08:23:43

{"Chia-Ming Lee","Bo-Cheng Qiu","Ting-Yao Chen","Ming-Han Sun","Fang-Ying Lin","Jung-Tse Tsai","I-An Tsai","Yu-Fan Lin","Chih-Chung Hsu"}

{eess.IV,cs.CE,cs.CV,cs.LG}

この論文は、多源CTスキャン分類におけるドメインシフトの課題に取り組み、特に異なる機関間の一般化問題に焦点を当てています。研究は、空間スライス特徴学習（SSFL++）と核密度に基づくスライスサンプリング（KDS）を組み合わせた前処理パイプラインの効果を分析し、入力データの標準化とドメインシフトの軽減に取り組んでいます。 **鍵点**： * **CT分類におけるドメインシフト**：取得プロトコル、スキャナー製造業者、機関の慣習の違いによるドメインシフトが発生し、モデルが異なる病院で展開された場合の性能低下につながります。 * **前処理パイプライン**：提案されたパイプラインは二つの主要なコンポーネントで構成されています： * **SSFL++**：このコンポーネントは、肺領域を抽出し正規化することで空間標準化を行い、スキャン間の解剖学的フレームワークの一致性を確保します。 * **KDS**：このコンポーネントは、原則に基づく密度に基づくサンプリングを使用して、異なるスキャン長とスライス選択プロトコルにわたる解剖学的カバーの一致性を確保する時間的標準化を行います。 * **入力空間の標準化**：このアプローチは、ドメインシフトを後日修正しようとするのではなく、特徴学習前に入力データを標準化することで行われます。これにより、モデルがソース固有のアートファクトを学習するのを防ぎ、ソース間の一般化を向上させます。 * **分析**：論文は、局所的な識別能力とドメイン間の一般化の間のトレードオフを包括的に分析しています。SSFL++とKDSパイプラインがドメインシフトを効果的に軽減し、ソース間の一致性を向上させることを示しています。 * **実験**：提案されたパイプラインは、COVID-19-CT-DBデータセットで評価されました。このデータセットには、四つの異なる医療機関からのスキャンが含まれています。結果は、異なるネットワークアーキテクチャ間で一貫した改善を示し、前処理パイプラインの効果を示しています。 * **競争結果**：このパイプラインは、PHAROS-AFE-AIMI競争で第一位を獲得し、実際の多機関環境における実践的な効果を確認しました。 **鍵的貢献**： * **標準化トレードオフの分析**：提案されたパイプラインの効果を示すために、局所的な識別能力とドメイン間の一般化の間のトレードオフを量的に分析しています。 * **アーキテクチャ非依存の検証**：異なるネットワークアーキテクチャ間で一貫した改善を示し、利点が前処理自体から来ていることを示しています。 * **実用的で競争的な方法**：臨床デプロイメントに適した計算効率的な前処理パイプラインを提案し、競争での成功を通じてその実践的な効果を確認しました。 **全体として、この論文は入力空間の標準化がドメインシフトを軽減し、多源CTスキャン分類におけるソース間の一般化を向上させる効果を示しています。提案されたパイプラインは、異なる機関間でCT分類モデルの堅牢性を向上させるための実用的で効率的な解決策を提供します**。