[論文レビュー] A Deep Learning based Joint Segmentation and Classification Framework for Glaucoma Assesment in Retinal Color Fundus Images

Arunava Chakravarty, Jayanthi Sivaswamy|arXiv (Cornell University)|Jul 29, 2018

Retinal Imaging and Analysis参考文献 11被引用数 15

ひとこと要約

本論文では、網膜色眼底画像において、同時に視神経乳頭（OD）と視神経総（OC）をセグメンテーションし、緑内障を分類する軽量なマルチタスク深層畳み込みニューラルネットワーク（CNN）を提案する。セグメンテーションと分類のタスク間で特徴を共有し、外観的特徴と構造的特徴を統合することで、高い精度が達成された—ODのDiceスコアは0.92、OCのDiceスコアは0.84、緑内障分類のAUCは0.95—、異なる画像撮影装置や小規模データセットに対しても優れた汎化性能を示した。

ABSTRACT

Automated Computer Aided diagnostic tools can be used for the early detection of glaucoma to prevent irreversible vision loss. In this work, we present a Multi-task Convolutional Neural Network (CNN) that jointly segments the Optic Disc (OD), Optic Cup (OC) and predicts the presence of glaucoma in color fundus images. The CNN utilizes a combination of image appearance features and structural features obtained from the OD-OC segmentation to obtain a robust prediction. The use of fewer network parameters and the sharing of the CNN features for multiple related tasks ensures the good generalizability of the architecture, allowing it to be trained on small training sets. The cross-testing performance of the proposed method on an independent validation set acquired using a different camera and image resolution was found to be good with an average dice score of 0.92 for OD, 0.84 for OC and AUC of 0.95 on the task of glaucoma classification illustrating its potential as a mass screening tool for the early detection of glaucoma.

研究の動機と目的

• 色眼底画像において、網膜神経乳頭と視神経総の同時セグメンテーションと緑内障分類を実行する統合的深層学習フレームワークの開発。
• 複数の関連タスク間で畳み込み特徴を共有することで、汎化性能を向上させ、過学習を低減する。
• 網膜神経乳頭－視神経総セグメンテーションから得られる構造的特徴と画像の外観的特徴を統合し、より頑健な緑内障分類を実現する。
• ネットワークパラメータを最小限に抑え、特徴共有を活用することで、小規模データセットでも性能を維持する。
• 実際のスクリーニング状況を想定し、異なる画像撮影装置や解像度での性能を評価する。

提案手法

• 網膜神経乳頭周辺の領域を強度しきい値処理とハフ変換を用いて切り出し、計算負荷を低減した。
• 網膜神経乳頭と視神経総の同時セグメンテーションに、スキップ接続を備えたU-Netに類似したエンコーダー・デコーダー構造を採用する。
• セグメンテーション出力を楕円フィッティングにより精緻化し、OD境界の正確性を向上させる。
• 共有エンコーダー特徴マップを用いて、外観的特徴と構造的特徴を抽出する：128チャネルの特徴マップは3×3畳み込み層を通過し、2チャネルのOD-OCマスクはストライド2の連続する3×3畳み込み層を経て高レベルの構造的特徴を抽出する。
• 分類ヘッドは、これらの特徴を全結合層を用いて統合し、緑内障の有無を予測する。
• 400枚の画像からなるトレーニングセット（正常360例、緑内障40例）に対して4分割交差検証を実施し、外部の検証セットでの予測結果を4つの訓練済みモデルの平均値として統合する。

実験結果

リサーチクエスチョン

• RQ1 同一のマルチタスクCNNアーキテクチャが、網膜神経乳頭および視神経総のセグメンテーションと緑内障分類を同時に実行し、汎化性能を向上させることができるか？
• RQ2 共有CNNフレームワーク内で外観的特徴と構造的特徴を統合することで、単独で使用する場合と比較して分類の頑健性が向上するか？
• RQ3 異なるカメラや解像度で撮影された画像に対してテストした場合、モデルの性能はどの程度で、実用的・実装可能性に優れているか？
• RQ4 パラメータが少ない、効率的なネットワークが、過学習を回避しつつ小規模データセットで最先端の性能を達成できるか？
• RQ5 タスク間での特徴共有が、モデルの性能と汎化性能をどの程度向上させるか？

主な発見

• 交差検証セットにおいて、網膜神経乳頭セグメンテーションの平均Diceスコアは0.96 ± 0.07、視神経総セグメンテーションは0.86 ± 0.09を達成した。
• 独立した外部検証セット（別のカメラと解像度で取得）でも、網膜神経乳頭のDiceスコアは0.92、視神経総のDiceスコアは0.84を維持した。
• 交差検証セットではAUCが0.96、外部検証セットではAUCが0.95を達成し、優れた診断性能を示した。
• トレーニングセットと交差検証セット間での性能低下が最小限に抑えられ、異なる画像撮影装置や解像度に対しても頑健であることが示された。
• パラメータ数がわずか609,170と、DENetなどの最先端アーキテクチャに比べて顕著に小型であり、限られたデータでも過学習を回避してトレーニング可能であった。
• CNNフレームワーク内に外観的特徴と構造的特徴を統合したことで、分類の頑健性と汎化性能が向上した。