[論文レビュー] Endoscopy artifact detection (EAD 2019) challenge dataset

Sharib Ali, Felix Zhou+10 more|arXiv (Cornell University)|May 8, 2019

Colorectal Cancer Screening and Detection参考文献 1被引用数 45

ひとこと要約

この論文は、マルチクラスの内視鏡アーティファクト検出とセマンティックセグメンテーションのためのEAD 2019チャレンジデータセットを提示し、データセット、注釈プロトコル、評価基準を詳述して、堅牢なアーティファクト局在化と一般化を促進する。

ABSTRACT

Endoscopic artifacts are a core challenge in facilitating the diagnosis and treatment of diseases in hollow organs. Precise detection of specific artifacts like pixel saturations, motion blur, specular reflections, bubbles and debris is essential for high-quality frame restoration and is crucial for realizing reliable computer-assisted tools for improved patient care. At present most videos in endoscopy are currently not analyzed due to the abundant presence of multi-class artifacts in video frames. Through the endoscopic artifact detection (EAD 2019) challenge, we address this key bottleneck problem by solving the accurate identification and localization of endoscopic frame artifacts to enable further key quantitative analysis of unusable video frames such as mosaicking and 3D reconstruction which is crucial for delivering improved patient care. This paper summarizes the challenge tasks and describes the dataset and evaluation criteria established in the EAD 2019 challenge.

研究の動機と目的

• フレームの復元と定量的なビデオ解析を可能にするため、多クラスの内視鏡フレームアーティファクトの正確な検出と局在化を動機づける。
• アーティファクト検出とセグメンテーションのために、複数の臓器・モダリティ・集団を網羅する大規模な多機関データセットを提供する。
• データセット間の一般化を促進し、アノテーションバイアスを減らすための注釈プロトコルと評価指標を確立する。

提案手法

• 4カ国の6機関からの大規模な多機関データセットを組み立て、複数の内視鏡モダリティを含む。
• 境界ボックス検出のために7つのアーティファクトクラスを定義し、セマンティックセグメンテーションには5クラスを定義し、専門家検証済みの真値を用いる。
• 多クラスおよび重複するアーティファクトを扱うため、特定の注釈ルールで注釈された境界ボックスとセグメンテーションマスクを使用する。
• 検出にはIoUとmAPを、セグメンテーションにはDice/IoU/F2を適用し、mAPとIoUを組み合わせた重み付き最終スコアを用いる。
• 訓練/テストと一般化セットのmAPを比較してデータセット横断の堅牢性を評価する一般化タスクを、6番目の機関を用いて組み込む。

実験結果

リサーチクエスチョン

• RQ1 アーティファクトがある内視鏡フレームに対して、スペキュラリティ、気泡、飽和、運動ブラーなどのマルチクラスアーティファクト検出とセグメンテーションを高精度に行えるか。
• RQ2 大規模で複数機関からなるデータセットは、センターやモダリティ間のアーティファクト検出手法の一般化を改善するか。
• RQ3 内視鏡アーティファクトの局在精度とクラス別検出性能の最適なバランスを取る評価フレームワークはどれか。

主な発見

• データセットは、7クラスのアーティファクト検出用に2147の注釈付きフレーム、5クラスのセグメンテーション用に475フレームを集約し、オンラインテスト評価用に122フレームを含む。
• チャレンジは最終検出スコアを score_d = 0.6 × mAP_d + 0.4 × IoU_d と定義し、IoU ≥ 0.25 をマッチ閾値として用いる。
• セグメンテーションでは、DSC、IoU、F2-エラーを組み合わせた最終スコア score_s = 0.75 × [0.5 × (DSC + IoU)] + 0.25 × F2 − error。
• 一般化性能は第6の機関で評価され、dev_g = mAP_d − mAP_g に基づくランキングで小さな dev_g と高い mAP_g を目指す。
• グラウンドトゥルー注釈は7つの検出クラスと5つのセグメンテーションクラスを含み、臨床医の検証と相互アノテータ間のばらつきを管理するルールを適用した。