軸屋敬介 | Keisuke Jikuya

Home Blog Note Post

Three-dimensional deep learning with spatial erasing for unsupervised anomaly segmentation in brain MRI

https://arxiv.org/abs/2109.06540

Apr 25, 2022

Anomaly Segmentation, Unsupervised Learning, VAE,

IJCARS (2021)

概要

• MRIボリュームは3Dだが，教師なし異常検知の手法はほとんどが2Dである
• そこで，3D VAEを提案し，2D VAEに比べ性能が向上した

新規性・差分

• VAEで3Dデータのまま扱うこと

手法

• 構造は基本のVAEと変わらない
  

• 3つの前処理を試した

  1. 1~25%の領域を2Dではパッチごとに，3Dではキューブごとにマスクアウトする
  2. パッチやキューブを最大10個に分割して配置
  3. 対称性を考慮し脳の右側または左側を削除する

結果

• 「BraTS」と「ATLAS」において3D VAEが2D VAEを上回る
  
  
• マスクはゼロ埋めよりノイズ埋めの方が高性能