[論文レビュー] Automating Abnormality Detection in Musculoskeletal Radiographs through Deep Learning

Goodarz Mehr|arXiv (Cornell University)|Oct 20, 2020

Artificial Intelligence in Healthcare and Education被引用数 6

ひとこと要約

本論文では、MURAデータセットで訓練された畳み込みニューラルネットワーク（CNN）を用いて、筋骨格系レントゲン画像における異常を自動検出するためのディープラーニングシステムMuRADを提示する。異常部位の局在化にはクラス活性化マッピング（CAM）を採用した。MuRADはF1スコア0.822およびCohenのKappa係数0.699を達成し、専門放射線科医と同等の性能を示した。

ABSTRACT

This paper introduces MuRAD (Musculoskeletal Radiograph Abnormality Detection tool), a tool that can help radiologists automate the detection of abnormalities in musculoskeletal radiographs (bone X-rays). MuRAD utilizes a Convolutional Neural Network (CNN) that can accurately predict whether a bone X-ray is abnormal, and leverages Class Activation Map (CAM) to localize the abnormality in the image. MuRAD achieves an F1 score of 0.822 and a Cohen's kappa of 0.699, which is comparable to the performance of expert radiologists.

研究の動機と目的

• 筋骨格系レントゲン画像（骨のレントゲン）における異常を検出するための自動化されたツールを開発し、診断の疲労を軽減し、ワークフローを改善すること。
• 利用可能なMURAデータセットを活用することで、ラベル付きの筋骨格系レントゲン画像データセットが限られているという課題に対処すること。
• クラス活性化マップ（CAM）を用いて異常部位を強調できるディープラーニングモデルを用いることで、診断の正確性と一貫性を向上させること。
• 性能、トレーニング時間、パラメータ効率の観点から最適なモデルを特定するため、複数のCNNアーキテクチャを比較すること。
• 異なる解剖学的領域（例：手、肩、肘）におけるモデル性能を評価し、検出精度のばらつきを理解すること。

提案手法

• スタンフォードMURAデータセット（12,173名の患者からなる40,561枚の筋骨格系レントゲン画像を含む）を用いて、18種類の畳み込みニューラルネットワーク（CNN）アーキテクチャをトレーニングした。
• 性能、トレーニング速度、モデルサイズ（パラメータ数が少ない）のバランスが最良であるため、最終的なモデルとしてDenseNet 121を選定した。
• 各レントゲン画像における検出された異常部位の局在化に、クラス活性化マッピング（CAM）を用いてヒートマップを生成した。
• 訓練・検証・テストの3分割データセットを用い、訓練に11,184名、検証に783名、テストに206名の患者を割り当て、堅牢な評価を確保した。
• F1スコア、精度、再現率、正解率、CohenのKappa係数（評価者間一致度）といった標準的な指標を用いてモデルの性能を評価した。
• 異なる解剖学的領域（例：肘、指、手首）におけるモデル性能を比較し、領域ごとの検出精度のばらつきを評価した。

実験結果

リサーチクエスチョン

• RQ1 ディープラーニングモデルは、筋骨格系レントゲン画像における異常検出において、専門放射線科医と同等の性能を達成できるか？
• RQ2 筋骨格系レントゲン画像解析において、正確性、トレーニング時間、モデルサイズの観点から最良のトレードオフを実現するCNNアーキテクチャはどれか？
• RQ3 クラス活性化マッピング（CAM）は、レントゲン画像内の異常部位をどれほど効果的に局在化できるか？
• RQ4 筋骨格系レントゲン画像において、異なる解剖学的領域（例：手 vs. 肩）におけるモデル性能に顕著な差が生じるか？
• RQ5 アンサンブルモデルを用いることで、さらに性能を向上させ、専門放射線科医の性能を凌駆するか、あるいはそれを上回ることができるか？

主な発見

• MuRADはテストセットでF1スコア0.822およびCohenのKappa係数0.699を達成し、専門放射線科医と同等の性能であることが示された。
• テストされた18のモデルの中で、バッチ正規化を施したVGG 19が最高のF1スコア（0.823）およびCohenのKappa係数（0.702）を記録したが、DenseNet 121は性能と効率のバランスが最良であった。
• 手、肩、指のレントゲン画像における異常検出が最も困難であり、モデル全体で最も低いCohenのKappa係数（0.540–0.638）を示した。
• 前腕および手の異常においてはDenseNet 121が最高の性能を示したが、肘および手首の異常ではバッチ正規化付きVGG 19が最良の結果を出した。
• 上腕骨のレントゲン画像においてはResNet 152が最高のCohenのKappa係数（0.822）を記録し、この解剖学的領域における優れた性能を示した。
• CAMの可視化により、骨折、手術用インプラント、関節固定具などの異常部位が的確に強調され、モデルの解釈可能性と臨床的妥当性が確認された。