[論文レビュー] Dual Convolutional Neural Networks for Breast Mass Segmentation and Diagnosis in Mammography

Heyi Li, Dongdong Chen+3 more|arXiv (Cornell University)|Aug 7, 2020

AI in cancer detection参考文献 53被引用数 12

ひとこと要約

本稿では、局所性を保つ学習者（LPL）を用いた意味特徴抽出と、構造的境界モデリングのための条件付きグラフ学習者（CGL）を統合することで、マンモグラフィーにおけるがん腫瘍の領域分離とがん診断を統合的に実行する二重パス畳み込みニューラルネットワーク、DualCoreNetを提案する。本手法は、INbreastおよびDDSMデータセットの両方で最先端の性能を達成し、分離のDiceスコアは93.69%、分類のAUCは0.92を記録した。

ABSTRACT

Deep convolutional neural networks (CNNs) have emerged as a new paradigm for Mammogram diagnosis. Contemporary CNN-based computer-aided-diagnosis (CAD) for breast cancer directly extract latent features from input mammogram image and ignore the importance of morphological features. In this paper, we introduce a novel deep learning framework for mammogram image processing, which computes mass segmentation and simultaneously predict diagnosis results. Specifically, our method is constructed in a dual-path architecture that solves the mapping in a dual-problem manner, with an additional consideration of important shape and boundary knowledge. One path called the Locality Preserving Learner (LPL), is devoted to hierarchically extracting and exploiting intrinsic features of the input. Whereas the other path, called the Conditional Graph Learner (CGL) focuses on generating geometrical features via modeling pixel-wise image to mask correlations. By integrating the two learners, both the semantics and structure are well preserved and the component learning paths in return complement each other, contributing an improvement to the mass segmentation and cancer classification problem at the same time. We evaluated our method on two most used public mammography datasets, DDSM and INbreast. Experimental results show that DualCoreNet achieves the best mammography segmentation and classification simultaneously, outperforming recent state-of-the-art models.

研究の動機と目的

• 手作業で特徴を抽出する従来のCADシステムや、分離と分類のパイプラインを別々に処理する手法の限界を解消すること。
• エンドツーエンドのディープラーニングフレームワークにおいて、分離と分類を統合的に学習することで、乳がん診断の精度を向上させること。
• 二重パスアーキテクチャを用いて、画像からの意味特徴とマスク相関からの構造的境界特徴を統合することで、モデル性能を向上させること。
• グラフィカルモデリングを介してマスクによる監視を暗黙的に活用する統合ネットワークを訓練することで、高価なピxls単位のアノテーションに依存するのを減らすこと。
• マルチスケールの領域（ROI）入力を用いることで、高解像度および低解像度のマンモグラムの両方で優れた性能を達成すること。

提案手法

• DualCoreNetは二重パスアーキテクチャを採用：局所性を保つ学習者（LPL）は、スタックされた畳み込みブロックを用いてマルチスケールROIから階層的な意味特徴を抽出する。
• 条件付きグラフ学習者（CGL）は、画像とバイナリマスクのピクセル単位の相関をモデル化し、形状や境界の詳細を保持する構造的特徴を生成する。
• 二つのパスは、分類と分離の目的を統合する融合損失（$\ell_{\textrm{Fusion}}$）を介して共同で訓練され、ハイパラメータ $\gamma$ を用いた適応的重み付けが行われる。
• CGLパスでは、グラフィカル推論層を用いて構造的一致性を強制し、誤った分離領域を低減するとともに境界の正確性を向上させる。
• マルチスケールROIを入力として用いることで、診断に必要な文脈的組織情報を捉えつつ、分離の忠実性を維持する。
• 残留接続は、特に深層アーキテクチャにおいて訓練の安定性と勾配の流れの改善を図る目的で、両パスにオプションで適用可能である。

実験結果

リサーチクエスチョン

• RQ1 二重パスCNNアーキテクチャは、従来の最先端手法を上回る性能で、マンモグラフィーにおけるがん腫瘍の領域分離とがん診断を統合的に向上させることができるか？
• RQ2 CGLによる構造的境界モデリングとLPLによる意味特徴学習を統合することで、単一パスネットワークと比較して診断性能がどのように向上するか？
• RQ3 マンモグラフィーのマルチタスク学習フレームワークにおいて、分離と分類の損失の最適なバランスは何か？
• RQ4 マルチスケールROIの使用は、特に低解像度環境下において、分離および分類の両タスクの性能を向上させるか？
• RQ5 訓練データの品質（例：INbreast対DDSM）は、提案された二重パスネットワークの汎化性能および性能にどのように影響するか？

主な発見

• DualCoreNetは、INbreastおよびDDSMの両データセットで最高の分離性能を達成し、INbreastでは93.69%のDiceスコア、DDSMでは92.17%を記録し、既存の最先端手法を上回った。
• INbreastデータセットにおけるがん分類のAUCスコアは0.92を達成し、評価されたすべてのアーキテクチャの中で最高の性能を示した。
• INbreastにおけるCGLパスの最良設定では $\gamma = 0.65$（残留接続なし）が使用されたが、DDSMでは $\gamma = 0.42$ で残留学習が有効であった。これは、データセットに応じた損失重み付けの利点を示している。
• アブレーションスタディの結果、LPLおよびCGLパスの両方の損失を用いた訓練が、最高の分類性能を達成した。Fusion + LPLパス設定は2番目に優れた性能を示した。
• 可視化結果から、グラフィカル推論層によって構造的一致性が強制されているため、DualCoreNetは微細な境界詳細や不規則な形状を正確に捉えており、誤った領域は一切存在しなかった。
• モデルは、品質の高いINbreastデータセットではDDSMよりも顕著に優れた性能を示したが、その明確な性能差はデータ品質の違いに起因すると判明した。