[論文レビュー] Automatic Detection of Cardiac Chambers Using an Attention-based YOLOv4 Framework from Four-chamber View of Fetal Echocardiography

Sibo Qiao, Shanchen Pang+6 more|arXiv (Cornell University)|Nov 26, 2020

Fetal and Pediatric Neurological Disorders参考文献 33被引用数 6

ひとこと要約

本稿では、4-chamber view胎児エコーカーディオグラフィーにおける胎児心臓4室（LV, LA, RV, RA）を正確に検出するため、マルチステージ残留ハイブリッドアテンションモジュール（MRHAM）を統合した注意機構拡張型YOLOv4フレームワーク、MRHAM-YOLOv4-Slimを提案する。本手法はノイズ多きく解像度が低い超音波画像における特徴の区別能を向上させ、95.3%のmAPと43 FPSの推論速度を達成し、最先端の性能を実現した。

ABSTRACT

Echocardiography is a powerful prenatal examination tool for early diagnosis of fetal congenital heart diseases (CHDs). The four-chamber (FC) view is a crucial and easily accessible ultrasound (US) image among echocardiography images. Automatic analysis of FC views contributes significantly to the early diagnosis of CHDs. The first step to automatically analyze fetal FC views is locating the fetal four crucial chambers of heart in a US image. However, it is a greatly challenging task due to several key factors, such as numerous speckles in US images, the fetal cardiac chambers with small size and unfixed positions, and category indistinction caused by the similarity of cardiac chambers. These factors hinder the process of capturing robust and discriminative features, hence destroying fetal cardiac anatomical chambers precise localization. Therefore, we first propose a multistage residual hybrid attention module (MRHAM) to improve the feature learning. Then, we present an improved YOLOv4 detection model, namely MRHAM-YOLOv4-Slim. Specially, the residual identity mapping is replaced with the MRHAM in the backbone of MRHAM-YOLOv4-Slim, accurately locating the four important chambers in fetal FC views. Extensive experiments demonstrate that our proposed method outperforms current state-of-the-art, including the precision of 0.919, the recall of 0.971, the F1 score of 0.944, the mAP of 0.953, and the frames per second (FPS) of 43.

研究の動機と目的

• 低品質でスペッキングの強い4-chamber view超音波画像における胎児心臓腔の正確な局所化の課題に対処すること。
• 小規模な物体サイズ、位置のばらつき、心臓腔同士の高い類似性による困難を克服すること。
• 軽量なYOLOv4検出器に空間的およびチャネルアテンション機構を統合することで、特徴学習のロバスト性を向上させること。
• 先天性心疾患（CHDs）の早期産前診断を支援するリアルタイムで高精度な検出システムを開発すること。

提案手法

• CSPDarknet53-Slimバックボーン内の残留恒等マッピングを置き換えるマルチステージ残留ハイブリッドアテンションモジュール（MRHAM）を提案し、特徴表現を強化する。
• MRHAMをYOLOv4-Slimに統合し、MRHAM-YOLOv4-Slimモデルを構築することで、関連する心臓構造への注目を高め、背景ノイズを抑制する。
• 限定的な胎児エコーカーディオグラフィー画像データセットによる過学習を回避するため、軽量なCSPDarknet53-Slimバックボーンを採用する。
• 空間的およびチャネルアテンション機構を段階的かつカスケード式に統合し、心臓腔の特徴的領域に焦点を当てる。
• 4つの心臓腔のバウンディングボックスアノテーションを備えた胎児4-chamber view超音波画像上で、モデルをエンドツーエンドに訓練する。
• 検出精度と推論速度の両方を最適化し、43 FPSのリアルタイム性能を達成する。

実験結果

リサーチクエスチョン

• RQ1 ハイブリッドアテンション機構は、解像度が低くノイズの多い胎児エコーカーディオグラフィー画像において、心臓腔検出のための特徴区別能を向上させることができるか？
• RQ2 提案されたMRHAMモジュールは、標準的な残留ブロックや他のアテンションモジュール（例：CBAM）と比較して、胎児心臓腔の局所化においてどのように優れているか？
• RQ3 MRHAMをYOLOv4-Slimに統合することで、mAP、精度、再現率、F1スコアが、最先端手法と比較してどの程度向上するか？
• RQ4 提案されたモデルは、リアルタイム臨床応用に適した高い推論速度（FPS）を維持しながら、優れた検出精度を達成できるか？

主な発見

• MRHAM-YOLOv4-Slimは、mAP@0.5が95.3%に達し、比較したすべての最先端手法を上回った。
• モデルは精度91.9%、再現率97.1%、F1スコア94.4%を記録し、高い検出信頼性を示した。
• モデルは43 FPSで動作し、Faster R-CNNのような2段階検出器（8 FPS）よりも顕著に高速でありながら、高い精度を維持した。
• MRHAM-YOLOv4-Slimは、YOLOv4-Slim（mAP 75.2%）、YOLOv4（mAP 82.7%）、CBAM-YOLOv4-Slim（mAP 89.7%）をすべての評価指標で上回った。
• アブレーションスタディにより、残留ブロックをMRHAMに置き換えることで、特にノイズが多く曖昧な心臓領域において特徴学習が向上することが確認された。
• モデルは実臨床データにおいて優れた汎化性能を示し、多様な胎児心臓視聴画像において、視覚的結果として優れた局所化精度を示した。