医療画像および歯科画像に適用されるオーディナル（順序）セマンティックセグメンテーション

要旨: セマンティックセグメンテーションとは、あらかじめ定義されたクラスに従って、各ピクセルに意味ラベルを割り当てることから成ります。この処理は、物体の外観や空間的な関係性の理解を促進し、画像コンテンツの全体的な解釈において重要な役割を担います。最新の深層学習手法は高い精度を達成する一方で、クラス間の序数（オーディナル）関係をしばしば無視しており、これはシーン解釈のための重要な領域知識を符号化している可能性があります。本研究では、セマンティックセグメンテーション課題においてより高い意味的一貫性を促すため、序数関係を深層ニューラルネットワークに組み込む損失関数を調査します。これらの損失関数は、単峰（ユニモーダル）、準単峰（クワジユニモーダル）、および空間の3種類に分類されます。単峰の損失は、クラスの並び順に従って予測確率分布を制約しますが、準単峰の損失は、序数の整合性（オーディナル・コヒーレンス）を保ったまま小さな変動を許容することで、この制約を緩和します。空間損失は、隣接するピクセル間のセマンティックな不整合に罰を与え、画像空間におけるより滑らかな遷移を促します。特に、本研究では、序数分類のために当初提案された損失関数を序数セマンティックセグメンテーションへ適応します。その中でも、拡張平均二乗誤差（Expanded Mean Squared Error: EXP_MSE）、準単峰損失（Quasi-Unimodal Loss: QUL）、および信号距離関数（Signal Distance Function）を用いた空間コンタクトサーフェス損失（spatial Contact Surface Loss: CSSDF）を検討します。これらのアプローチは医用画像において有望な結果を示しており、頑健性、汎化性能、ならびに解剖学的な整合性を改善しました。