[論文レビュー] Few-Shot Anomaly Detection for Polyp Frames from Colonoscopy

Yu Tian, Gabriel Maicas+4 more|arXiv (Cornell University)|Jun 26, 2020

Anomaly Detection Techniques and Applications参考文献 29被引用数 5

ひとこと要約

本論文では、少量の異常サンプルを用いてコロノスコピー動画内のポリープを含むフレームを特定するための少サンプル異常検出フレームワークであるFSAD-NETを提案する。この手法は、相互情報量を最大化するエンコーダーとスコア推論ネットワークを組み合わせており、わずか40枚の異常画像でSOTAのAUC 0.9033を達成し、ゼロショットや不均衡学習ベースラインよりも優れたロバストネスと性能を示している。

ABSTRACT

Anomaly detection methods generally target the learning of a normal image distribution (i.e., inliers showing healthy cases) and during testing, samples relatively far from the learned distribution are classified as anomalies (i.e., outliers showing disease cases). These approaches tend to be sensitive to outliers that lie relatively close to inliers (e.g., a colonoscopy image with a small polyp). In this paper, we address the inappropriate sensitivity to outliers by also learning from inliers. We propose a new few-shot anomaly detection method based on an encoder trained to maximise the mutual information between feature embeddings and normal images, followed by a few-shot score inference network, trained with a large set of inliers and a substantially smaller set of outliers. We evaluate our proposed method on the clinical problem of detecting frames containing polyps from colonoscopy video sequences, where the training set has 13350 normal images (i.e., without polyps) and less than 100 abnormal images (i.e., with polyps). The results of our proposed model on this data set reveal a state-of-the-art detection result, while the performance based on different number of anomaly samples is relatively stable after approximately 40 abnormal training images.

研究の動機と目的

• 極めて少ないアノテーション付き異常例しか存在しないコロノスコピー動画におけるレアなポリープを含むフレームの検出という課題に対処すること。
• 正常組織に近接する小さなまたは微細なポリープを誤って分類してしまうゼロショット異常検出手法の問題を改善すること。
• 豊富な正常画像と少量の異常画像を活用する少サンプル学習フレームワークを構築し、一般化性能を向上させること。
• 30〜40枚程度の異常訓練サンプルですら、安定的かつ高い性能を発揮する異常検出を達成すること。
• 少サンプルポリープ検出のための再現可能で公開可能なソリューションを臨床現場に提供すること。

提案手法

• 本手法は、入力の正常コロノスコピー画像とその学習済み埋め込み表現との間の相互情報量（MI）を最大化するようにトレーニングされた特徴エンコーダーを用いる。
• スコア推論ネットワーク（SIN）は、正常画像の埋め込みを特徴空間内で近づけ、異常埋め込みを正常クラスタから遠ざけるようにトレーニングされる。
• エンコーダーは、相互情報量最大化に基づくコントラスト型損失を用いて事前学習され、判別性の高い表現学習が保証される。
• スコア推論ネットワークはコントラスト型損失を用いて異常スコアを最適化し、正常と異常サンプルを明確に区別する。
• 本フレームワークは、正常フレームが13,000枚以上、異常フレームが100枚未塔の極めて不均衡なデータセットでトレーニングされる。
• 評価にはAUCが用いられ、各コンポonent（表現学習や相互情報量最大化）の寄与度を評価するためのアブレーションスタディが実施される。

実験結果

リサーチクエスチョン

• RQ1 少サンプル異常検出フレームワークは、微細なポリープを含むコロノスコピー画像の検出において、ゼロショット手法を上回ることができるか？
• RQ2 少量の異常訓練サンプルを組み込むことで、ゼロショットや不均衡学習ベースラインと比較して検出性能がどのように向上するか？
• RQ3 安定的かつ高い性能を発揮するための最小限の異常訓練サンプル数はどの程度か？
• RQ4 エンコーダーにおける相互情報量最大化は、オートエンコーダーに基づくまたは標準的な分類損失と比較して、ポリープ検出に適したより優れた特徴表現をもたらすか？
• RQ5 本手法は、医療画像の異常検出における極端なクラス不均衡に対してどの程度ロバストか？

主な発見

• FSAD-NETは40枚の異常画像でトレーニングした場合にSOTAのAUC 0.9033を達成し、ADGAN（AUC 0.7391）やf-AnoGAN（AUC 0.6997）を含むすべてのゼロショット手法を大きく上回っている。
• 30枚以上の異常訓練サンプルを使用してもAUCが0.85以上を維持するなど、少数のトレーニングデータに対しても安定した性能を示している。
• 性能は約30〜40枚の異常サンプルで安定化し、この閾値を超えると利得が減少することが示唆されている。
• アブレーションスタディの結果、表現学習（RL）を除去するとAUCが0.6011に低下し、モデル性能におけるその重要性が明確に示された。
• 相互情報量最大化を深層オートエンコーダー（AEネットワーク）に置き換えると、AUCが0.835（対象：0.9033）に低下し、MIベースの表現学習の優位性が確認された。
• FSAD-NETはデータオーグメンテーションを施したDensenet121ベースライン（AUC 0.8231）や、重み再調整学習ベースライン（AUC 0.7862）を上回っており、極めて少数のサンプルでの状況でも有効性が裏付けられている。