[論文レビュー] COVID-CAPS: A Capsule Network-based Framework for Identification of COVID-19 cases from X-ray Images

Parnian Afshar, Shahin Heidarian+4 more|arXiv (Cornell University)|Apr 6, 2020

COVID-19 diagnosis using AI被引用数 5

ひとこと要約

本論文では、注意メカニズムと空間階層を活用して空間的関係を保持し、小規模なデータセットでも性能を向上させる、胸郭レントゲン画像からのCOVID-19検出を目的としたキャプセルネットワークベースの深層学習フレームワーク、COVID-CAPSを提案する。小規模なデータセットでも95.7%の正確性、90%の感度、95.8%の特異性、0.97のAUCを達成し、類似したX線データセットでの事前学習を用いることで、正確性が98.3%、特異性が98.6%に向上する。

ABSTRACT

Novel Coronavirus disease (COVID-19) has abruptly and undoubtedly changed the world as we know it at the end of the 2nd decade of the 21st century. COVID-19 is extremely contagious and quickly spreading globally making its early diagnosis of paramount importance. Early diagnosis of COVID-19 enables health care professionals and government authorities to break the chain of transition and flatten the epidemic curve. The common type of COVID-19 diagnosis test, however, requires specific equipment and has relatively low sensitivity. Computed tomography (CT) scans and X-ray images, on the other hand, reveal specific manifestations associated with this disease. Overlap with other lung infections makes human-centered diagnosis of COVID-19 challenging. Consequently, there has been an urgent surge of interest to develop Deep Neural Network (DNN)-based diagnosis solutions, mainly based on Convolutional Neural Networks (CNNs), to facilitate identification of positive COVID-19 cases. CNNs, however, are prone to lose spatial information between image instances and require large datasets. The paper presents an alternative modeling framework based on Capsule Networks, referred to as the COVID-CAPS, being capable of handling small datasets, which is of significant importance due to sudden and rapid emergence of COVID-19. Our results based on a dataset of X-ray images show that COVID-CAPS has advantage over previous CNN-based models. COVID-CAPS achieved an Accuracy of 95.7%, Sensitivity of 90%, Specificity of 95.8%, and Area Under the Curve (AUC) of 0.97, while having far less number of trainable parameters in comparison to its counterparts. To further improve diagnosis capabilities of the COVID-CAPS, pre-training based on a new dataset constructed from an external dataset of X-ray images. Pre-training with a dataset of similar nature further improved accuracy to 98.3% and specificity to 98.6%.

研究の動機と目的

• COVID-19診断における限られたかつ不均衡な医療画像データセットの課題に対処すること。
• データ不足下での一般化性能に制限がある従来のCNNの限界を克服すること。
• パラメータ数を減らし、計算リソースを削減しつつも高い性能を維持する深層学習フレームワークの開発。
• 自然画像データセットではなく、疾患特異的X線データセットでの事前学習を用いることで、診断の正確性と頑健性を向上させること。
• 公開可能で効率的かつ正確なモデルを提供し、胸郭レントゲン画像からのCOVID-19の早期検出を支援すること。

提案手法

• 空間階層を保持し、画像変換に対して一般化性能を向上させるために、動的ルーティングを用いたキャプセルネットワークアーキテクチャを採用する。
• 訓練データのクラス不均衡に対処するため、変更された損失関数を統合し、モデルの頑健性を向上させる。
• 正常、細菌性、非COVID-19ウイルス性、COVID-19の4種類の症例を含むバイナリゼーション処理済みX線データセット上で、エンドツーエンドでモデルを訓練する。
• 大規模な外部X線データセット（94,323枚）をNIH Chest X-rayコレクションから取得し、5つの疾患カテゴリにグループ化して事前学習を実施する。
• ターゲットのCOVID-19分類タスクに適応させるために、事前学習済みモデルを微調整（トランスファーラーニング）する。
• 最終的なモデルは、標準的な指標（正確性、感度、特異性、AUC）とROC曲線分析を用いて評価される。

実験結果

リサーチクエスチョン

• RQ1 小規模で不均衡なデータセットで学習された場合、キャプセルネットワークベースのモデルは、CNNよりも胸郭レントゲン画像からのCOVID-19分類において優れた性能を示すか？
• RQ2 自然画像データセットではなく、疾患特異的X線データセットでの事前学習は、自然画像データセットでの事前学習に比べて診断性能を向上させるか？
• RQ3 キャプセルネットワークが空間的関係を保持する能力が、医療画像分野における一般化性能の向上と過学習の低減にどの程度寄与するか？
• RQ4 提案されたモデルのトレーニング可能なパラメータ数は、既存のCNNベースのモデルと比較してどの程度で、計算効率にどのような影響を与えるか？
• RQ5 誤分類（偽陽性）のパターンはどのようなものか？特に、どの非COVID-19症例が最も頻繁に誤分類されるか？

主な発見

• COVID-CAPSは、事前学習なしでバイナリゼーション処理済みX線データセット上で95.7%の正確性、90%の感度、95.8%の特異性、AUC 0.97を達成した。
• 大規模で疾患特異的なX線データセットでの事前学習を経て、正確性が98.3%、特異性が98.6%に顕著に向上した。
• 事前学習後、AUCは0.97から0.99に上昇し、分類性能の向上が示された。
• 偽陽性ケースの多くは正常レントゲン（54%）、次に細菌性（27%）、非COVID-19ウイルス性（19%）のケースが多かった。
• COVID-CAPSはわずか295,488のトレーニング可能なパラメータを用い、類似したCNNモデル（先行研究の2300万パラメータ）に比べて著しく少ない。
• データ不足下でもモデルの性能が頑健であったため、キャプセルネットワークが低データ環境下でも有効であることが示された。