[論文レビュー] A Review on Deep-Learning Algorithms for Fetal Ultrasound-Image Analysis

Maria Chiara Fiorentino, Francesca Pia Villani+3 more|arXiv (Cornell University)|Jan 28, 2022

Fetal and Pediatric Neurological Disorders被引用数 7

ひとこと要約

本論文は、2017年から2023年までの145件の最新研究をカバーする、胎児超音波画像解析における深層学習（DL）の包括的かつ最新のレビューを提供している。研究は、標準画像検出、解剖的構造解析、バイオメトリック推定の3つのカテゴリーに体系的に分類され、性能指標と公開データセットの評価がなされ、データ不足、フェデレーテッドラーニングの導入不足、DL研究における倫理的適合性の不備といった主な課題が特定された。

ABSTRACT

Deep-learning (DL) algorithms are becoming the standard for processing ultrasound (US) fetal images. Despite a large number of survey papers already present in this field, most of them are focusing on a broader area of medical-image analysis or not covering all fetal US DL applications. This paper surveys the most recent work in the field, with a total of 145 research papers published after 2017. Each paper is analyzed and commented on from both the methodology and application perspective. We categorized the papers in (i) fetal standard-plane detection, (ii) anatomical-structure analysis, and (iii) biometry parameter estimation. For each category, main limitations and open issues are presented. Summary tables are included to facilitate the comparison among the different approaches. Publicly-available datasets and performance metrics commonly used to assess algorithm performance are summarized, too. This paper ends with a critical summary of the current state of the art on DL algorithms for fetal US image analysis and a discussion on current challenges that have to be tackled by researchers working in the field to translate the research methodology into the actual clinical practice.

研究の動機と目的

• 既存の包括的レビューに欠けている点を補完する、胎児超音波画像解析に特化した、焦点的で最新の深層学習応用レビューを提供すること。
• 臨床的3大タスク（標準画像検出、解剖的構造解析、バイオメトリックパラメータ推定）における最近のDL手法を分類・分析すること。
• 分野で用いられている公開データセットと性能指標を評価し、再現性とベンチマークの支援を図ること。
• 臨床応用への移行を妨げる恒久的な制限要因、たとえばデータプライバシー、フェデレーテッドラーニングの欠如、倫理的適合性の不足といった、主な限界と未解決課題を特定すること。
• 研究者を支援するため、手法の長所と短所、性能結果、および胎児超音波DL分野における今後の研究方向性を要約すること。

提案手法

• 本レビューは、2017年以降に発表された145編の査読済みジャーナル論文およびカンferンス論文を体系的に分析した。選定は、IEEE Xplore、Scopus、SpringerLink、ScienceDirect、PubMed におけるキーワード検索を用いて実施された。
• 論文は主に3つの臨床的タスクに分類された：(i) 胎児標準画像検出、(ii) 解剖的構造解析、(iii) バイオメトリックパラメータ推定。さらに、新興タスクは別途「雑多分野」にカバーされた。
• 各カテゴリーについて、技術的アプローチ（例：CNN、YOLO、U-Net、GAN、トランスフォーマー）、性能指標（例：Dice、IoU、AUC、RMSE）、データセットの特徴に基づいて手法を評価した。
• 訓練／テストセットのサイズ、アノテーター数、および各研究の報告性能を比較可能な要約表を作成し、複数手法間のベンチマークが可能になった。
• 本レビューは、公開データセット（例：Grand Challenge、ISBI、機関収集データなど）と、文脈で一般的に用いられる性能指標（例：正解率、F1スコア、RMSE）の使用状況を評価した。
• 調査結果に基づき、EUの信頼性あるAIのための倫理指針への準拠不足、フェデレーテッドラーニングの欠如といった、倫理的およびメソドロジカルな課題を批判的に検討した。

実験結果

リサーチクエスチョン

• RQ1 2017年以降、深層学習を用いた胎児超音波画像解析で最も活発に研究が進められているタスクは何か。また、それらの研究はどのように進化してきたか。
• RQ2 検出、セグメンテーション、バイオメトリック推定といった異なるタスクにおいて、最も一般的に用いられている深層学習アーキテクチャと性能指標は何か。
• RQ3 深層学習モデルの強固さと一般化能力を確保するため、公開可能なデータセットは十分に代表的で、十分な規模にあると評価できるか。
• RQ4 データプライバシー、モデルの一般化、倫理的AIの観点から、深層学習手法が胎児超音波診断への臨床応用を妨げる主な制限要因や未解決課題は何か。
• RQ5 フェデレーテッドラーニングが、データ共有とプライバシー懸念の解決に有効であるにもかかわらず、なぜ胎児超音波DL研究であまり使われていないのか。

主な発見

• 最近の深層学習研究の大多数は、標準画像検出（例：4CH、3VV、FLVSP）に注目しており、YOLOベースのモデルはベンチマークデータセットで高いmAP（例：>0.90）を達成している。
• U-Netおよびその変種は、胎児脳や脳室などの構造物のセグメンテーションタスクで依然として主流であり、Diceスコアはしばしば0.85を超える。
• CNNと回帰ヘッドを用いたバイオメトリックパラメータ推定（例：BPD、HC、AC）は、低RMSE（例：BPDおよびACで<2 mm）を達成しており、臨床応用に適した高い正確性を示している。
• 制御された環境下では優れた性能を示すが、多くのモデルは、スキャナーやプロトコル、患者集団の違いに対して一般化が不十分である。これは、データセットバイアスと多様性の欠如による。
• 調査された論文のうち18％しか、100件以上のスキャンを含むデータセットを使用しておらず、フェデレーテッドラーニングの導入はまったく見られなかった。しかし、その潜在的利点は認識されている。
• 調査された論文のすべてで、EUの信頼性あるAIのための倫理指針への適合性が明示的に言及されておらず、評価チェックリストや透明性レポートの欠如が確認された。