[論文レビュー] AFP-Net: Realtime Anchor-Free Polyp Detection in Colonoscopy

Dechun Wang, Ning Zhang+5 more|arXiv (Cornell University)|Sep 5, 2019

Advanced Image and Video Retrieval Techniques参考文献 43被引用数 10

ひとこと要約

本論文では、特徴マップのピラミッドとコンテキスト強化モジュールを用いて特徴表現を向上させる、結腸鏡用のアンカーレスでリアルタイムなポリープ検出モデル、AFP-Netを提案する。また、新しいコサイン真値プロジェクションとガウスペナルティを導入することで、高い再現率と正確性を維持する。この手法は、1枚のGPUで52.6 FPSで動作し、99.36%の正確性と96.44%の再現率を達成し、先行するアンカーベースおよびアンカーレスモデルを上回る性能を発揮する。

ABSTRACT

Colorectal cancer (CRC) is a common and lethal disease. Globally, CRC is the third most commonly diagnosed cancer in males and the second in females. For colorectal cancer, the best screening test available is the colonoscopy. During a colonoscopic procedure, a tiny camera at the tip of the endoscope generates a video of the internal mucosa of the colon. The video data are displayed on a monitor for the physician to examine the lining of the entire colon and check for colorectal polyps. Detection and removal of colorectal polyps are associated with a reduction in mortality from colorectal cancer. However, the miss rate of polyp detection during colonoscopy procedure is often high even for very experienced physicians. The reason lies in the high variation of polyp in terms of shape, size, textural, color and illumination. Though challenging, with the great advances in object detection techniques, automated polyp detection still demonstrates a great potential in reducing the false negative rate while maintaining a high precision. In this paper, we propose a novel anchor free polyp detector that can localize polyps without using predefined anchor boxes. To further strengthen the model, we leverage a Context Enhancement Module and Cosine Ground truth Projection. Our approach can respond in real time while achieving state-of-the-art performance with 99.36% precision and 96.44% recall.

研究の動機と目的

• ポリープのサイズ、形状、色、テクスチャの多様性に起因する高い偽陰性率を是正すること。
• 手動で調整されたアンカーボックスに依存せずに、感度を向上させるリアルタイムなポリープ検出システムを開発すること。
• 通常の粘膜と区別がつきにくい小型、平坦、低コントラストのポリープの検出性能を向上させること。
• アンカーデザインとハイパーパramータチューニングの必要性を排除しながら、検出精度を維持または向上させること。
• 臨床現場への導入に適した高速推論を実現する、最先端の性能を達成すること。

提案手法

• 異なる受容 field をカバーする多スケールの意味特徴を強化するために、トップダウンのアップサンプリングを用いた特徴マップピラミッドネットワークを採用する。
• 有効受容 field を拡大し、特徴表現を向上させるために、コンテキスト強化モジュール（CEM）を導入する。
• アンカーボックスではなく、中心点として物体を局所化することで、計算オーバーヘッドを低減するアンカーレス検出ヘッドを実現する。
• スケール類似度に基づいて真値を複数の特徴レベルに割り当てるコサイン真値プロジェクション戦略を採用し、アンカーレス設計下での再現率向上を図る。
• 損失計算時に距離に基づくガウスペナルティを適用することで、誤検出を抑制し、局所化精度を向上させる。
• 入力解像度を320×320に設定し、リアルタイム推論を実現するため、フォーカル損失を用いて学習し、SGDで最適化する。

実験結果

リサーチクエスチョン

• RQ1 アンカーレス検出フレームワークは、アンカーベース手法と比較してポリープ検出で優れた性能を達成できるか？
• RQ2 コンテキストモデリングとマルチスケール特徴統合は、結腸鏡画像における小型・平坦ポリープの検出をどのように向上させるか？
• RQ3 コサイン真値プロジェクションは、小型物体のアンカーレス検出における再現率にどのような影響を与えるか？
• RQ4 アンカーボックスの削除により、正確性や再現率を損なわず、推論速度を向上させることができるか？
• RQ5 ガウスペナルティとフォーカル損失は、どのように組み合わせてポリープ検出における誤検出を低減するか？

主な発見

• AFP-Netは、CVC-Clinicデータセットで99.36%の正確性と96.44%の再現率を達成し、先行するアンカーベースおよびアンカーレスモデルを上回る性能を示した。
• NVIDIA RTX 2080 Ti で52.6 FPSで動作し、アンカーベースのSSDベースラインと比較して30%の速度向上を達成した。
• コサイン真値プロジェクションを削除すると、再現率が顕著に低下し、アンカーレス設計補償においてその重要性が明確になった。
• ガウスペナルティを導入した場合、それがないバージョンと比較して正確性が0.94%向上し、再現率が0.18%向上した。
• VGGベースのバックボーンは、テストされたデータセットにおいて、ResNetベースの変種を上回る検出性能を示した。
• モデルは、平坦ポリープや折りたたみ構造を有する粘膜など、困難なケースに対しても良好に一般化したが、テクスチャが類似した領域では一部の誤検出と偽陰性が残存した。