[論文レビュー] Classification of Quantitative Light-Induced Fluorescence Images Using Convolutional Neural Network

Sultan Imangaliyev, M.H. van der Veen+5 more|arXiv (Cornell University)|May 25, 2017

Dental Radiography and Imaging参考文献 1被引用数 12

ひとこと要約

本研究では、歯肉プラークの重症度を評価するための定量的光誘発蛍光（QLF）画像の自動分類を目的とした畳み込みニューラルネットワーク（CNN）を提案する。マルチチャネルRGB画像データを活用することで、手作業で特徴を設計しないエンドツーエンドの空間特徴の学習により、3つの臨床的スコアリングシステムにおいて、従来の浅いモデルよりも優れた汎化性能と、焦点、角度、照明の変動に対する耐性を示した。

ABSTRACT

Images are an important data source for diagnosis and treatment of oral diseases. The manual classification of images may lead to misdiagnosis or mistreatment due to subjective errors. In this paper an image classification model based on Convolutional Neural Network is applied to Quantitative Light-induced Fluorescence images. The deep neural network outperforms other state of the art shallow classification models in predicting labels derived from three different dental plaque assessment scores. The model directly benefits from multi-channel representation of the images resulting in improved performance when, besides the Red colour channel, additional Green and Blue colour channels are used.

研究の動機と目的

• 手動スコアリングに依存しない自動化されたディープラーニングベースのシステムを構築し、QLF画像を分類して歯肉プラークの重症度を評価すること。
• 臨床研究から得たQLF画像を用いて、CNNが最先端の浅い分類モデル（例：SVM、ロジスティック回帰）を上回る性能を示すかを評価すること。
• プラーク検出において生物学的に重要な赤色蛍光に関連する、異なる色チャネル（赤、赤＋緑、RGB）の使用が分類性能に与える影響を調査すること。
• エンドツーエンドの空間特徴の学習により、CNNが焦点、角度、照明の変動といった現実世界の画像変動に耐性を示すことで、汎化性能と耐性が向上することを示すこと。

提案手法

• 深層残差ニューラルネットワーク（ResNet）アーキテクチャを採用し、QLF画像の生ピクセル強度から階層的な空間特徴を抽出するための離散的畳み込み演算を用いた。
• モデルは、427枚のQLF画像（216×324ピクセル解像度）を用いて学習され、RGBの3色チャネルで表現されたデータをGPU上でTheanoディープラーニングフレームワークを用いて処理した。
• 画像表現として、赤色のみ、赤＋緑、およびフルRGBの3つのタイプをテストし、マルチチャネル入力が分類精度に与える影響を評価した。
• CNNは、ロジスティック回帰、ガウスカーネルを用いたサポートベクターマシン、勾配ブースティング分類器といった浅いモデルと比較された。これらすべてのモデルはScikit-learnライブラリを用いて訓練および評価された。
• クラスラベルは、3つの既存のプラーク評価スコア（赤色蛍光プラーク割合（RF-PP）、赤色蛍光変更版Quigley-Hein（RF-mQH）、変更版Sillness-Loeプラーク（mSLP））から導出された。
• モデルの性能は、訓練精度とテスト精度を用いて評価され、過学習や汎化性能、特に画像撮影条件の変動下での性能に注目した。

実験結果

リサーチクエスチョン

• RQ1 畳み込みニューラルネットワークは、歯科プラーク評価のためのQLF画像分類において、従来の浅い機械学習モデルを上回ることができるか？
• RQ2 赤、緑、青の複数の色チャネルを組み合わせることで、ディープラーニングモデルのQLF画像分類性能にどのような影響を与えるか？
• RQ3 空間的関係を明示的にモデル化しないモデルと比較して、CNNモデルは焦点、角度、照明の変動がある未観測のQLF画像に対し、どの程度の汎化性能を示すか？
• RQ4 生ピクセル強度からのエンドツーエンドの特徴学習は、従来のQLF解析で一般的に用いられる手作業で特徴を設計する手法（例：赤／緑強度比の計算）の必要性を排除できるか？
• RQ5 各色チャネルが分類タスクに果たす貢献は何か？また、これはプラーク蛍光の生物学的特性とどのように関連しているか？

主な発見

• CNNモデルは、全3つのプラークスコアリングシステム（RF-PP、RF-mQH、mSLP）において、SVM、ロジスティック回帰、勾配ブースティング分類器といったすべての浅いモデルを上回る有意に高い分類精度を達成した。
• 赤色チャネルに加えて緑色および青色チャネルを組み込むことでモデル性能が向上し、特にフルRGB入力時において最も顕著な向上が観察された。これは、マルチチャネル表現が特徴学習を強化することを示している。
• マルチチャネル入力では、訓練性能の標準偏差が小さく抑えられ、赤色チャネルのみを用いた場合と比較して、モデルの安定性が向上し、過学習のリスクが低減していることが示された。
• 畳み込み演算による空間不変特徴の学習能力のおかげで、焦点距離、回転、照明の違いといった画像変動に対しても、CNNモデルは高い耐性を示した。
• 赤／緑強度比を明示的に計算しない状態でも、モデル性能が優れていたため、エンドツーエンドの学習がより効果的で、数値的にも安定していることが示された。
• 結果から、緑色チャネルはプラークと歯肉を区別するのに寄与しているのに対し、青色チャネルは特に低プラーク領域で縁の定義を向上させ、モデルの識別力向上に貢献していることが示唆された。