MVP-Net: 多視点FPNと位置認識アテンションを用いた深層汎用病変検出

CT画像における汎用病変検出（Universal Lesion Detection: ULD）は重要な課題であるが、未だ十分に発展していない。最近では、深層学習を用いたULD手法が提案され、アノテーションされたCTデータから代表的な特徴を学習することを目指している。しかし、深層学習モデルのデータへの渇望と医療アノテーションの希少さがこれらの手法のさらなる進歩を妨げている。本論文では、臨床実践におけるドメイン知識を汎用病変検出器のモデル設計に組み込む方法を提案する。具体的には、放射線技師が正確な診断のために複数のウィンドウを確認する傾向があることから、このプロセスを明示的にモデル化し、異なるウィンドウ幅とウィンドウレベルでレンダリングされた画像から多視点特徴を抽出する多視点特徴ピラミッドネットワーク（Multi-View Feature Pyramid Network: FPN）を提案する。さらに、この多視点情報を効果的に統合するために位置認識型注意モジュール（Position-Aware Attention Module）も提案する。提案したモデル設計により、臨床実践に基づく事前知識が適切に導入されることで学習タスクが容易になり、データへの渇望問題が緩和される。NIH DeepLesionデータセットでの評価結果では、提案モデルは従来の最先端手法に対して[email protected]の感度において絶対値で5.65%の改善を達成しており、有望な結果を得ている。