[論文レビュー] Colonoscopy Polyp Detection and Classification: Dataset Creation and Comparative Evaluations

Kaidong Li, Mohammad Isyroqi Fathan+7 more|arXiv (Cornell University)|Apr 21, 2021

Colorectal Cancer Screening and Detection参考文献 90被引用数 120

ひとこと要約

本稿では、専門家がアノテートしたポリープの位置と組織学的分類を備えた大規模でマルチソースのコロノスコピー画像データセットを紹介し、深層学習モデルのベンチマーク評価を可能にする。ポリープ検出と分類のための8つの最先端オブジェクト検出モデルを評価し、YOLOv4、ATSS、RefineDetが精度、再現率、一貫性のバランスが最も優れていることを示した。Faster R-CNNは腺腫性ポリープの再現率が最も高く（93.3％）なった。

ABSTRACT

Colorectal cancer (CRC) is one of the most common types of cancer with a high mortality rate. Colonoscopy is the preferred procedure for CRC screening and has proven to be effective in reducing CRC mortality. Thus, a reliable computer-aided polyp detection and classification system can significantly increase the effectiveness of colonoscopy. In this paper, we create an endoscopic dataset collected from various sources and annotate the ground truth of polyp location and classification results with the help of experienced gastroenterologists. The dataset can serve as a benchmark platform to train and evaluate the machine learning models for polyp classification. We have also compared the performance of eight state-of-the-art deep learning-based object detection models. The results demonstrate that deep CNN models are promising in CRC screening. This work can serve as a baseline for future research in polyp detection and classification.

研究の動機と目的

• 大規模で標準化された内視鏡画像データセットを構築し、結腸癌スクリーニング用の真のポリープアノテーションを提供すること。
• 8つの最先端の深層学習ベースのオブジェクト検出器がポリープ検出と分類において果たす性能を評価・比較すること。
• 内視鏡画像を用いたコンピュータ支援ポリープ診断分野における今後の研究のベンチマークを確立すること。
• 局所化の精錬がポリープ検出における分類性能に与える影響を調査すること。

提案手法

• 多様な臨床的ソースからコロノスコピー画像を収集し、包括的なデータセットを構築した。
• 専門の消化器内視鏡医によるアノテーションを通じて、ポリープの位置（バウンディングボックス）と組織学的タイプ（腺腫性、高形成性）を特定した。
• Faster R-CNN、SSD、YOLOv3、RetinaNet、DetNet、RefineDet、YOLOv4、ATSSの8つの最先端の深層学習オブジェクト検出器を訓練・評価した。
• フレームベースの1クラス検出とシーケンスベースの2クラス分類を実施し、動画シーケンス全体におけるモデルの頑健性を評価した。
• 精度、再現率、F1スコア、平均適合度（AP）、推論時間といった指標を用いてモデル間の比較を行った。
• 小規模ポリープの検出を改善するために、RetinaNetにフォーカルロスを適用し、アンカーリファインメント技術を導入した。

実験結果

リサーチクエスチョン

• RQ1 コロノスコピー画像において、腺腫性ポリープの検出再現率が最も高いのはどの深層学習オブジェクト検出器か？
• RQ2 1段階検出器と2段階検出器は、ポリープ検出における精度、再現率、推論速度の観点からどのように比較されるか？
• RQ3 局所化の精錬がポリープ分類性能に与える影響は何か？
• RQ4 動画シーケンスの複数フレームにわたって、モデルが同じポリープタイプを一貫して予測する能力はどの程度か？
• RQ5 どのモデルが検出と分類の両タスクにおいて最も頑健で安定した性能を示すか？

主な発見

• Faster R-CNNは腺腫性ポリープの再現率が最も高く（93.3％）なった。これは、検出感度において大多数のモデルを上回った。
• RefineDetはフレームベースの1クラス検出において、F1スコア（88.6）とAP（88.5）が最高となり、全体的な検出性能が最も優れていた。
• YOLOv4、ATSS、RefineDetは、検出と分類の両タスクにおいて、精度、再現率、F1スコアのバランスが最も優れていた。
• SSDとYOLOv3は最速の推論時間（17ms）を達成し、60FPS以上を実現した。これは、リアルタイム応用に適していることを示している。
• DetNetはFaster R-CNN（63.9％）よりも高い精度（85.8％）を示したが、再現率は低い（81.8％）ため、検出戦略におけるトレードオフが顕在化した。
• RefineDet、SSD、YOLOv4、ATSSは動画シーケンス全体で予測クラスの一致度が高く、70％以上のシーケンスで支配的クラスが一致した。