[論文レビュー] Comparison of different CNNs for breast tumor classification from ultrasound images

Jorge F. Lazo, Sara Moccia+2 more|arXiv (Cornell University)|Dec 28, 2020

AI in cancer detection被引用数 9

ひとこと要約

本研究では、超音波画像における乳腺腫瘍の分類に、事前学習済みのVGG-16およびInception V3モデルを用いた微調整と特徴抽出の有効性を評価した。微調整によるVGG-16が91.9%の正確性と0.934のAUCを達成し、他の設定を上回り、限られたデータにおけるこのタスクにおいて微調整が優れた戦略であることを示した。

ABSTRACT

Breast cancer is one of the deadliest cancer worldwide. Timely detection could reduce mortality rates. In the clinical routine, classifying benign and malignant tumors from ultrasound (US) imaging is a crucial but challenging task. An automated method, which can deal with the variability of data is therefore needed. In this paper, we compared different Convolutional Neural Networks (CNNs) and transfer learning methods for the task of automated breast tumor classification. The architectures investigated in this study were VGG-16 and Inception V3. Two different training strategies were investigated: the first one was using pretrained models as feature extractors and the second one was to fine-tune the pre-trained models. A total of 947 images were used, 587 corresponded to US images of benign tumors and 360 with malignant tumors. 678 images were used for the training and validation process, while 269 images were used for testing the models. Accuracy and Area Under the receiver operating characteristic Curve (AUC) were used as performance metrics. The best performance was obtained by fine tuning VGG-16, with an accuracy of 0.919 and an AUC of 0.934. The obtained results open the opportunity to further investigation with a view of improving cancer detection.

研究の動機と目的

• 事前学習済み畳み込みニューラルネットワーク（CNN）を用いたトランスファーラーニング戦略（特徴抽出と微調整）が、超音波画像における乳腺腫瘍分類に与える効果を評価すること。
• 限られたデータセット上で、広く用いられる2つのアーキテクチャ（VGG-16とInception V3）の性能を、異なる学習戦略のもとで比較すること。
• 自動乳腺腫瘍診断における分類正確性とAUCを最大化するための、モデルアーキテクチャと学習手法の最適な組み合わせを特定すること。
• 限られた医療画像データセットで学習したモデルにおける過学習の傾向を調査し、正則化技術の必要性を評価すること。

提案手法

• トランスファーラーニングのベースネットワークとして、事前学習済みのVGG-16およびInception V3モデルを用いた。
• 2つの学習戦略を適用した：(1) すべてのベースレイヤーを凍結し、ネットワークを単なる特徴抽出器として使用する戦略、(2) 事前学習済みモデルの最後の数層を微調整する戦略。
• 分類のため、特徴抽出器の上に、1024（VGG-16）または512（Inception V3）のニューロンを持つ全結合（FC）層を追加した。
• 学習は、ベース学習率0.001、バッチサイズ50、Adam最適化手法を用い、KerasとTensorFlowバックエンドを介してNVIDIA GTX 1660 GPUで実行した。
• データオーグメンテーションは明示的に適用されなかったが、過学習の緩和のためドロップアウトやL2正則化といった正規化技術が検討された。
• 性能評価は正確性と受信者操作特性曲線（ROC）下の面積（AUC）を用い、訓練／検証に678枚の画像、テストに269枚の画像が使用された。

実験結果

リサーチクエスチョン

• RQ1 超音波画像における乳腺腫瘍分類において、特徴抽出と微調整のどちらのトランスファーラーニング戦略がより優れた性能を発揮するか？
• RQ2 限られたデータセット上での分類性能に、事前学習済みCNNアーキテクチャの選択（VGG-16対Inception V3）が顕著に影響を与えるか？
• RQ3 訓練およびテストにおける性能指標（正確性とAUC）の変動は、過学習に関する何を示唆しているか？
• RQ4 微調整されたVGG-16は、小規模で多様性のある乳腺超音波画像データセットに対して、効果的に一般化できるか？

主な発見

• 微調整されたVGG-16が、最高のテスト正確性0.919とAUC0.934を達成し、他のすべての設定を上回った。
• 特徴抽出戦略では顕著に低い性能が得られ、VGG-16では正確性0.862、AUC0.791にとどまった。
• Inception V3は一般化能力に劣り、微調整した場合に正確性0.756、AUC0.783にとどまったが、訓練段階では0.93以上の正確性を達成しており、過学習の兆候が見られた。
• 微調整と特徴抽出の間の性能差は、AUC（0.16）の方が正確性（0.046）よりも大きいことから、微調整が分類の区別能力をより高めていることが示唆された。
• Inception V3では訓練段階で過学習が観察され、高水準の訓練正確性（0.93以上）であったが、テスト性能は低かった。これは正則化技術の必要性を強調した。
• 予測結果の可視化分析から、画像の多様性がモデルの一般化に顕著に影響を与え、特に良性腫瘍が悪性と誤分類されるケースが顕著に見られた。