[論文レビュー] Cross-view Relation Networks for Mammogram Mass Detection

Jiechao Ma, Sen Liang+5 more|arXiv (Cornell University)|Jul 1, 2019

AI in cancer detection参考文献 13被引用数 16

ひとこと要約

本論文は、二重視野（MLOおよびCC）マウムグラムの対応する質量領域間の潜在的関係を、二本のブランチを持つFaster R-CNNにクロスビュー関係ネットワークを組み合わせた、新たなフレームワークであるCross-View Relation Region-based Convolutional Neural Networks (CVR-RCNN)を提案する。この手法は、プライベートデータセットでF1スコア73%を達成し、1枚あたりの誤検出数（FPI）を0.30にまで低減した。また、パブリックなDDS Mデータセットでも1.2 FPIで0.85のF1スコアを達成し、最先端の性能を示した。

ABSTRACT

Mammogram is the most effective imaging modality for the mass lesion detection of breast cancer at the early stage. The information from the two paired views (i.e., medio-lateral oblique and cranio-caudal) are highly relational and complementary, and this is crucial for doctors' decisions in clinical practice. However, existing mass detection methods do not consider jointly learning effective features from the two relational views. To address this issue, this paper proposes a novel mammogram mass detection framework, termed Cross-View Relation Region-based Convolutional Neural Networks (CVR-RCNN). The proposed CVR-RCNN is expected to capture the latent relation information between the corresponding mass region of interests (ROIs) from the two paired views. Evaluations on a new large-scale private dataset and a public mammogram dataset show that the proposed CVR-RCNN outperforms existing state-of-the-art mass detection methods. Meanwhile, our experimental results suggest that incorporating the relation information across two views helps to train a superior detection model, which is a promising avenue for mammogram mass detection.

研究の動機と目的

• 既存のマウムグラム質量検出手法が、ペアドMLOおよびCC視野からの補完的情報を十分に活用していないという限界を是正すること。
• 二視野マウムグラム内の対応する質量領域間の潜在的関係特徴を明示的にモデル化する深層学習フレームワークの開発。
• 両視野間の共有特徴学習によるクロスビュー検証を可能にすることで、誤検出数の低減。
• 視野間の関係性を組み込むことで、単一視野または非関係的マルチビュー手法に比べて検出性能が著しく向上することの実証。

提案手法

• フレームワークは、MLOおよびCC視野から独立して領域提案（ROIs）を抽出する、重み共有の二本のブランチを持つFaster R-CNNアーキテクチャを採用。
• 各ブランチからROIsの視覚的および幾何的特徴（位置、幅、高さ）を抽出し、クロスビュー比較を可能にする。
• 新規のクロスビュー関係ネットワークを導入し、両視野からの対応するROIs間の視覚的および幾何的特徴を集約する複数の関係ブロックで構成。
• 各関係ブロックは、二つの視野からのROI特徴間で注目メカニズムに類似した相互作用を計算し、クロスビューの文脈に基づいた特徴の最適化を可能にする。
• 両ブランチからの領域提案および分類損失に加え、関係ネットワークの監視を含む統合損失関数を用いて、エンドツーエンドで学習。
• 関係ネットワークは、放射線科医の作業フローを模倣し、両視野で疑わしい領域を照合することで、検出の信頼性を向上させる。

実験結果

リサーチクエスチョン

• RQ1 ペアドMLOおよびCCマウムグラム視野における対応する質量領域間の潜在的関係をモデル化することで、質量検出性能が向上するか？
• RQ2 クロスビュー特徴の相互作用を組み込むことで、マウムグラム質量検出における誤検出数が低減するか？
• RQ3 提案されたクロスビュー関係ネットワークは、標準のFaster R-CNNや視野間の相互作用のない二本のブランチモデルに比べてどのように優れているか？
• RQ4 視野固有の関係的特徴を含めることで、検出の再現率および適合率がどの程度向上するか？
• RQ5 提案されたフレームワークは、プライベートおよびパブリックのマウムグラムコレクションを含む、さまざまなデータセットに一般化可能か？

主な発見

• 提案されたCVR-RCNNは、プライベートデータセットでF1スコア73%を達成し、1枚あたりの誤検出数（FPI）を0.30まで低減し、ベースラインモデルを著しく上回った。
• 関係ブロックを4つ（N=4）に設定した場合、適合率76.56%、再現率70.39%を達成し、関係ブロック数の増加が性能向上に寄与することが示された。
• 関係ブロックを含まない二本のブランチFaster R-CNNでは、適合率65.27%、再現率71.93%であったが、CVR-RCNNにより適合率71.12%、再現率75.33%に向上した。
• パブリックなDDS Mデータセットでは、CVR-RCNNは1.2 FPIで0.85のTPR、1.9 FPIで0.88のTPRを達成し、すべての先行研究を上回った。
• アブレーションスタディにより、クロスビュー関係ネットワークが不可欠であることが確認され、関係ブロックを削除した場合（N=0）に性能が著しく低下した。
• 結果から、視野間の関係性をモデル化することで、より堅牢で正確な検出が可能となり、疑わしい領域のクロスチェックによる誤検出の低減が実現された。