[論文レビュー] Deep Learning based Early Detection and Grading of Diabetic Retinopathy Using Retinal Fundus Images

Sheikh Muhammad Saiful Islam, Md Mahedi Hasan+1 more|arXiv (Cornell University)|Dec 27, 2018

Retinal Imaging and Analysis被引用数 72

ひとこと要約

CNNベースのモデルによる糖尿病性網膜症の早期段階検出と眼底画像の重症度グレーディング、最先端のグレーディング性能と高い早期検出感度を達成。Kaggle EyePACSで0.851の二次加重カッパ、0.844のAUC; 早期段階検出で98%感度。

ABSTRACT

Diabetic Retinopathy (DR) is a constantly deteriorating disease, being one of the leading causes of vision impairment and blindness. Subtle distinction among different grades and existence of many significant small features make the task of recognition very challenging. In addition, the present approach of retinopathy detection is a very laborious and time-intensive task, which heavily relies on the skill of a physician. Automated detection of diabetic retinopathy is essential to tackle these problems. Early-stage detection of diabetic retinopathy is also very important for diagnosis, which can prevent blindness with proper treatment. In this paper, we developed a novel deep convolutional neural network, which performs the early-stage detection by identifying all microaneurysms (MAs), the first signs of DR, along with correctly assigning labels to retinal fundus images which are graded into five categories. We have tested our network on the largest publicly available Kaggle diabetic retinopathy dataset, and achieved 0.851 quadratic weighted kappa score and 0.844 AUC score, which achieves the state-of-the-art performance on severity grading. In the early-stage detection, we have achieved a sensitivity of 98% and specificity of above 94%, which demonstrates the effectiveness of our proposed method. Our proposed architecture is at the same time very simple and efficient with respect to computational time and space are concerned.

研究の動機と目的

• 網膜底画像から微小動脈瘤および関連特徴を識別することで早期糖尿病性網膜症を検出する自動深層学習モデルを開発する。
• 回帰ベースの出力と平均二乗誤差目的関数を用いてDRの重症度を5つのカテゴリに分類する。
• データ前処理と大規模な拡張を通じて、クラスの不均衡と画像品質のばらつきを処理することで性能を向上させる。

提案手法

• 4x4カーネルと3x3の最大プーリングを備えた18層深いCNNを提案し、SGDとNesterovモーメントで学習。
• Grahamのガイドラインに従って照明と色を標準化するため画像を前処理し、回転・反転・平行移動・ズーム・クロップ・Krizhevskyカラー拡張で拡張した。
• 2つの全結合層（各1024ユニット）に続き1つの出力ニューロン; 回帰枠組みで平均二乗誤差を目的関数とし、損失を0-4の範囲にクリップ。
• 特徴ブレンディングネットワークは、複数の拡張と両目からの特徴を、小規模な全結合/マックスアウトアーキテクチャで組み合わせる。
• 正交初期化、L2正則化、ドロップアウト、段階的学習率を用いた訓練; ブレンディングネットワークはAdamで訓練。
• EyePACS (Kaggle)で、回帰出力を離散化するグレード分布としきい値（0.5, 1.5, 2.5, 3.5）を用いて評価。

実験結果

リサーチクエスチョン

• RQ1 CNNは微小動脈瘤と関連サインを同定することで、早期段階のDRを高感度・特異度で検出できるか？
• RQ2 回帰ベースのCNNフレームワークは5つのカテゴリにわたるDR重症度をどの程度正確にグレードでき、カッパやAUCなどの標準指標とどう比較されるか？
• RQ3 データ前処理と拡張が、不均衡なDRグレード分布に対するモデルの一般化に与える影響は？
• RQ4 複数の拡張と両眼からの特徴をブレンドすることで重症度グレーディングの性能は向上するか？
• RQ5 EyePACSデータセットで堅牢なDR検出とグレーディングのための最適な学習ハイパーパラメータとアーキテクチャの選択は何か？

主な発見

• 早期段階検出で98%の感度と>94%の特異度を達成。
• Kaggle EyePACSのテストセットで重症度グレーディングに対して0.851の二次加重カッパを得た。
• グレーディング性能で0.844 AUROCと0.743 F値を達成。
• 0–4のグレードに対して4x4カーネルを用いた単純で効率的な18層CNNと回帰ベースの出力を使用。
• データ拡張と前処理は過学習の防止と不均衡クラスの対応に不可欠だった。
• 複数の拡張と両眼からの特徴をブレンドすることで性能が向上した。