[論文レビュー] Deep Learning for Pneumothorax Detection and Localization in Chest Radiographs

André Gooßen, Hrishikesh Deshpande+6 more|arXiv (Cornell University)|Jul 16, 2019

COVID-19 diagnosis using AI参考文献 12被引用数 18

ひとこと要約

本稿では、チアックX線における気胸の検出および局在化のための3つのディーブラーニングアプローチ—畳み込みニューラルネットワーク（CNN）、複数インスタンス学習（MIL）、完全畳み込みネットワーク（FCN）—を提案および評価する。CNNはAUC 0.96を達成し、3つの手法を統合したアンサンブルは0.965に達し、臨床的トリアージ用途において優れた性能を示した。

ABSTRACT

Pneumothorax is a critical condition that requires timely communication and immediate action. In order to prevent significant morbidity or patient death, early detection is crucial. For the task of pneumothorax detection, we study the characteristics of three different deep learning techniques: (i) convolutional neural networks, (ii) multiple-instance learning, and (iii) fully convolutional networks. We perform a five-fold cross-validation on a dataset consisting of 1003 chest X-ray images. ROC analysis yields AUCs of 0.96, 0.93, and 0.92 for the three methods, respectively. We review the classification and localization performance of these approaches as well as an ensemble of the three aforementioned techniques.

研究の動機と目的

• チアックX線における気胸の即時の検出を可能にする自動化されたディーブラーニングシステムの開発。
• 3つのディーブラーニングアーキテクチャ—CNN、MIL、FCN—が気胸の分類および局在化において果たす性能の比較。
• アンサンブル学習が個々のモデルを上回る検出精度を向上させることの評価。
• これらのモデルが、特にACRが定義するカテゴリ1の所見において、臨床的有用性を果たすかの評価。
• 各手法の解釈可能性および局在化の信頼性、特にFCNによるピクセルレベルのセグメンテーションの観点からの検討。

提案手法

• バイナリ気胸分類のため、NIH ChestX-ray14データセット上で微調整された、448×448の入力解像度とシングルチャネル入力を有するResNet-50の変種を用いた。
• 複数インスタンス学習（MIL）は、各X線を重複するパッチに分割し、事前学習済みのCNNをパッチ分類器として用い、パッチスコアのマックスプールを適用して画像レベルのラベルを予測する。
• U-Netベースの完全畳み込みネットワーク（FCN）は、エンドツーエンドのピクセル単位分類を実行し、Dice損失と学習率スケジューリングを用いて気胸領域のセグメンテーションを実現する。
• アンサンブルモデルは、CNN、MIL、FCNの予測を線形重み付けで統合し、AUCを最大化するように最適化された全探索法を用いて構築された。
• 1,003枚のチアックX線画像から成るデータセットに対して5分割交差検証を適用し、性能評価の堅牢性を確保した。
• すべてのモデルは、標準指標であるAUC、Dice係数、および特定の作動点におけるTPR/FPRを用いて訓練および評価された。

実験結果

リサーチクエスチョン

• RQ1 トランスファー学習を用いた場合、微調整されたResNet-50は、チアックX線における気胸検出で高いAUCを達成できるか？
• RQ2 MILは、ピクセルレベルのアノテーションが不要な状態で、分類と局在化の両方をどの程度効果的に実現できるか？
• RQ3 FCNのピクセルレベルのセグメンテーション性能は、画像レベルの手法と比較して、局在化精度およびDiceスコアの観点でどの程度優れているか？
• RQ4 3つのモデルをアンサンブル化することで、個々のモデルに比べて全体の検出性能が顕著に向上するか？
• RQ5 臨床的ワーキーリストの優先順位付けにおいて、AUCが高くかつ偽陽性率が低いバランスを最も良く満たすモデルはどれか？

主な発見

• CNNは1,003枚の画像データセットにおいて、AUC 0.96を達成し、MIL（AUC 0.93）およびFCN（AUC 0.92）を上回った。
• CNN、MIL、FCNのアンサンブルは、最高のAUC 0.965を達成したが、CNN単体と比べて有意に優れてはいなかった。
• FCNは陽性と分類された症例において平均54.2%のDice係数を達成し、中程度の局在化精度を示した。
• 1%の偽陽性率において、FCNは57%の気胸症例を検出できたが、アンサンブルは68%を検出できた。
• CNNとFCNの組み合わせはAUC 0.962を達成し、2モデルアンサンブルとして最高の性能を示した。
• 各モデルは5分割交差検証において安定した性能を示し、AUC値は0.92から0.96の間で推移した。