[論文レビュー] EchoGNN: Explainable Ejection Fraction Estimation with Graph Neural Networks

Masoud Mokhtari, Teresa S.M. Tsang+2 more|arXiv (Cornell University)|Aug 30, 2022

Cardiac Imaging and Diagnostics被引用数 4

ひとこと要約

EchoGNN は、動画フレーム間の潜在的グラフ構造を学習することで、エコーカーディオグラム動画から収縮期射出分率（EF）を推定するグラフニューラルネットワーク（GNN）ベースのモデルである。これにより、フレームおよびエッジの重みが学習され、予測の説明可能性が実現される。EF推定性能は最先端水準に達し、パラメータ数を著しく削減している。また、収縮期/拡張期（ES/ED）フレームの教師なしラベルを必要とせず、説明可能性を提供する。

ABSTRACT

Ejection fraction (EF) is a key indicator of cardiac function, allowing identification of patients prone to heart dysfunctions such as heart failure. EF is estimated from cardiac ultrasound videos known as echocardiograms (echo) by manually tracing the left ventricle and estimating its volume on certain frames. These estimations exhibit high inter-observer variability due to the manual process and varying video quality. Such sources of inaccuracy and the need for rapid assessment necessitate reliable and explainable machine learning techniques. In this work, we introduce EchoGNN, a model based on graph neural networks (GNNs) to estimate EF from echo videos. Our model first infers a latent echo-graph from the frames of one or multiple echo cine series. It then estimates weights over nodes and edges of this graph, indicating the importance of individual frames that aid EF estimation. A GNN regressor uses this weighted graph to predict EF. We show, qualitatively and quantitatively, that the learned graph weights provide explainability through identification of critical frames for EF estimation, which can be used to determine when human intervention is required. On EchoNet-Dynamic public EF dataset, EchoGNN achieves EF prediction performance that is on par with state of the art and provides explainability, which is crucial given the high inter-observer variability inherent in this task.

研究の動機と目的

• エコーカーディオグラムからの手動による収縮期射出分率（EF）推定における高い観察者間ばらつきを是正するため、信頼性が高く説明可能な機械学習モデルを開発すること。
• 特に経験の浅いユーザーが利用するポイント・オブ・ケア・エコー（POCUS）環境においても、臨床意思決定を支援できる自動化されたEF推定を実現すること。
• EF推定に寄与する重要なフレームおよびエッジを特定することで、専門家の介入に依存するのを減らす、説明可能性を提供すること。
• ES/ED フレームのラベルを直接監督としないでモデルを学習することで、ノイズの多い臨床的アノテーションに対してより頑健なモデルを構築すること。
• モデルの複雑さとメモリ要件を低減し、モバイル臨床デバイスへのデプロイに適した形にすること。

提案手法

• モデルは、1つ以上のエコーカーディオグラムのシネシリーズのフレームから、フレーム間の時間的関係を表す潜在的エコーグラフを構築する。
• GNNに基づくアテンション機構を用いて、個々のフレームおよびフレーム間遷移のEF推定における重要性を示すノードおよびエッジの重みを学習する。
• 重み付きグラフを用いたGNN回帰器がEFを予測する。モデルは、EFラベルと弱い監督のみを用いて学習される。
• ES/ED フレームの位置を直接監督しない弱い監督学習パイプラインを採用し、代わりにEFラベルと、低頻度のEFグループを分類するための分類ヘッドに依存する。
• データオーグメンテーションおよび事前学習を用いることで、一般化性能を向上させ、低EF症例における誤差を低減する。
• 最終的な予測は、重み付きグラフ全体にわたる特徴の集約を実行するGNNにより行われ、高精度なEF推定と解釈可能性の両方を実現する。

実験結果

リサーチクエスチョン

• RQ1 グラフニューラルネットワークは、エコーカーディオグラム動画データに効果的に応用可能か？
• RQ2 EchoGNN が学習したグラフ構造は、EF推定に最も寄与するフレームを意味的に解釈可能な形で特定できるか？
• RQ3 教師ありES/EDフレームラベルを必要としないモデルが、競争力のあるEF推定性能を達成できるか？
• RQ4 先行する最先端モデルと比較して、顕著に少ないパラメータ数で高い精度を維持できるか？
• RQ5 モデルの説明可能性メカニズムが、特に低EF状態において、人間によるレビューを要する症例を効果的に特定できるか？

主な発見

• EchoGNN は、EchoNet-Dynamic データセットで MAE 4.45 を達成し、[21] のトランスフォーマー基盤モデルを上回り、[12] と同等の性能を示したが、パラメータ数はたったの 170 万個にとどまった。
• 決定係数 R² は 0.76 を達成し、分散の強力な説明が可能であることを示し、EF < 40% を特定する F₁ スコアは 0.78 であった。
• EchoGNN は、全32フレームのクリップをサンプリングする EchoNet (AF) よりも顕著に優れたEF推定性能を示し、メモリ要件が高いため、本研究では学習および評価が不可能であった。
• アブレーションスタディにより、データオーグメンテーション、分類損失、事前学習の組み合わせが、MAE を 4.45 に低下させ、F₁ スコアを 0.78 に向上させることを確認した。
• 学習されたグラフ重みによる説明可能性は、明確な左室境界の変化を示すフレームや、曖昧または低品質なフレームに対して、それぞれ高い重みと低い重みを適切に割り当てることに成功した。
• 170万パラメータという極めて少ないパラメータ数のおかげで、本モデルは、臨床現場におけるモバイルおよびエッジデバイスへのデプロイに非常に適している。