[論文レビュー] A Residual Encoder-Decoder Network for Segmentation of Retinal Image-Based Exudates in Diabetic Retinopathy Screening

Malik Abdul Manan, Tariq Khan+3 more|arXiv (Cornell University)|Jan 16, 2022

Retinal Imaging and Analysis被引用数 5

ひとこと要約

本論文は、糖尿病網膜症スクリーニングにおける網膜エキスダートの自動分離を目的として、残差接続とデータ拡張を活用した残差エンコーダデコーダ畳み込みニューラルネットワーク（RTC-Net）を提案する。このモデルは、ピクセル単位の分類を高精度で実現し、後処理を施さずに3つのベンチマークデータセットで98–99%の精度と92–97%の感度を達成した。

ABSTRACT

Diabetic retinopathy refers to the pathology of the retina induced by diabetes and is one of the leading causes of preventable blindness in the world. Early detection of diabetic retinopathy is critical to avoid vision problem through continuous screening and treatment. In traditional clinical practice, the involved lesions are manually detected using photographs of the fundus. However, this task is cumbersome and time-consuming and requires intense effort due to the small size of lesion and low contrast of the images. Thus, computer-assisted diagnosis of diabetic retinopathy based on the detection of red lesions is actively being explored recently. In this paper, we present a convolutional neural network with residual skip connection for the segmentation of exudates in retinal images. To improve the performance of network architecture, a suitable image augmentation technique is used. The proposed network can robustly segment exudates with high accuracy, which makes it suitable for diabetic retinopathy screening. Comparative performance analysis of three benchmark databases: HEI-MED, E-ophtha, and DiaretDB1 is presented. It is shown that the proposed method achieves accuracy (0.98, 0.99, 0.98) and sensitivity (0.97, 0.92, and 0.95) on E-ophtha, HEI-MED, and DiaReTDB1, respectively.

研究の動機と目的

• 網膜エキスダートの自動分離のための頑健なディープラーニングモデルの開発を目的とする。
• 網膜画像における低コントラスト、小規模なエキスダート、多様な形態の課題を、特化したニューラルアーキテクチャによって解決することを目的とする。
• エキスダート検出パイプラインにおける手動による前処理や後処理の必要性を排除することを目的とする。
• 残差学習とターゲットされた画像拡張技術を用いて、分離性能を向上させることを目的とする。
• 一般化性と臨床的妥当性を検証するため、複数の公開網膜画像データベースを用いて手法を検証することを目的とする。

提案手法

• 提案アーキテクチャは、空間的詳細を保持し、勾配消失問題を軽減するためのスキップ接続を用いた残差エンコーダデコーダネットワーク（RTC-Net）である。
• ネットワークは、エキスダートのセマンティック分離のためのピクセル単位の交差エントロピー損失関数を用いてエンドツーエンドで訓練される。
• モデルの一般化能力を向上させるために、データ拡張戦略が適用され、とくにまれなまたは小さなエキスダートパターンに対して有効である。
• モデルは、学習されたテクスチャおよび強度特徴に基づいて、各ピクセルをエキスダートまたは非エキスダートに分類することでセマンティック分離を実行する。
• 安定した訓練を実現するため、重み減衰とバッチ正規化を用いてアーキテクチャが最適化される。
• 前処理（例：血管マスク処理）や後処理（例：形態的フィルタリング）を一切適用しないことで、クリーンな推論パイプラインを確保する。

実験結果

リサーチクエスチョン

• RQ1 残差エンコーダデコーダネットワークは、従来の教師ありおよび教師なし手法と比較して、優れたエキスダート分離性能を達成できるか？
• RQ2 残差接続とデータ拡張の統合は、低コントラストで多様性のある網膜画像において、分離精度と耐性をどのように向上させるか？
• RQ3 提案手法は、画像品質やアノテーション基準が異なる多様な公開網膜画像データベースにおいて、どの程度一般化可能か？
• RQ4 臨床的画像解析パイプラインにおいて、前処理や後処理を必要としないにもかかわらず、高い感度と特異度を維持できるか？
• RQ5 ベンチマークデータセットにおいて、精度、感度、特異度、Dice類似係数という観点から、モデルの定量的性能はどの程度か？

主な発見

• 提案されたRTC-Netは、DiareTDB1データセットで98%の精度と95%の感度を達成し、以前の最先端手法を上回った。
• E-ophthaデータセットでは、99%の精度と92%の感度を達成し、臨床的に重要なデータセットにおいて優れた性能を示した。
• HEI-MEDデータセットでは、98%の精度と97%の感度を達成し、異なるデータ分布に対しても堅牢であることを確認した。
• DiareTDB1ではDice類似係数が0.94、E-ophthaでは0.97、HEI-MEDでは0.96を達成し、正解ラベルと高い一致度を示した。
• DiareTDB1では、0.92の精度と0.99の特異度を達成し、既存の手法を上回った。
• 前処理や後処理を一切行わないにもかかわらず性能に悪影響を及げず、モデルの本質的汎化能力を強力に示唆した。