[論文レビュー] FocalMix: Semi-Supervised Learning for 3D Medical Image Detection

Dong Wang, Yuan Zhang+2 more|arXiv (Cornell University)|Mar 20, 2020

Radiomics and Machine Learning in Medical Imaging参考文献 34被引用数 14

ひとこと要約

FocalMix は、3次元医療画像の病変検出のための新しい半教師付き学習フレームワークであり、最新のSSL手法——特に MixMatch ——を、ソフトターゲット化されたフォーカル損失、アンカーレベルのアンサンブル予測、二重レベルの MixUp増幅を導入することで、病変検出に適応させたものである。LUNA16 の 400 枚のラベルなし CT スキャンのみを用いても、教師ありベースライン比で最大 17.3% の相対的向上を達成している。

ABSTRACT

Applying artificial intelligence techniques in medical imaging is one of the most promising areas in medicine. However, most of the recent success in this area highly relies on large amounts of carefully annotated data, whereas annotating medical images is a costly process. In this paper, we propose a novel method, called FocalMix, which, to the best of our knowledge, is the first to leverage recent advances in semi-supervised learning (SSL) for 3D medical image detection. We conducted extensive experiments on two widely used datasets for lung nodule detection, LUNA16 and NLST. Results show that our proposed SSL methods can achieve a substantial improvement of up to 17.3% over state-of-the-art supervised learning approaches with 400 unlabeled CT scans.

研究の動機と目的

• 3次元医療画像のアノテーションにかかる高コストを低減するため、大量のラベルなし CT スキャンを活用すること。
• 従来分類に焦点を当てていた最新の半教師付き学習（SSL）手法を、より複雑な 3次元病変検出タスクに適応させること。
• SSL を検出タスクに適用する際の主な課題、すなわちフォーカル損失におけるハードラベルの取り扱い、ボクシングボックスのための疑似ラベル付け、医療画像における有効なデータ増幅を克服すること。
• ラベルデータが限られた状況でも SSL が検出性能を顕著に向上させられることを示し、大規模なラベル付きデータセットが利用可能な場合にも有効であることを示すこと。

提案手法

• 歪んだクラス分布を持つソフトターゲットラベルをサポートする一般化されたフォーカル損失を提案し、SSL フレームワークとの互換性を実現する。
• 回転および反転処理を施した画像パッチからの予測を集約することで、ラベルなしデータに対する頑健な疑似ラベルを生成するアンカーレベルのアンサンブル戦略を導入する。
• 3次元医療画像における空間的およびインスタンスレベルの構造を保持するように、画像レベルおよびオブジェクトレベルの両方で MixUp 増幅を適応させる。
• ベースラインとして改変された MixMatch フレームワークを採用し、ラベルなしデータに対して一貫性正則化と信頼度ベースの疑似ラベル付けを統合する。
• 2段階のトレーニングプロセスを採用：まずラベル付きデータで事前学習を行い、その後、提案されたコンponentsを用いてラベルなしデータと共同最適化を実施する。
• Uda などの他の SSL フレームワークへの移植性を確保し、最小限の変更で適用可能である。

実験結果

リサーチクエスチョン

• RQ1 半教師付き学習は、従来分類やセグメンテーションに限られていた 3次元医療画像検出タスクに、効果的に適用可能か？
• RQ2 オブジェクト検出で一般的に用いられるフォーカル損失は、SSL での使用を想定したソフトラベルをサポートするように、どのように一般化できるか？
• RQ3 検出タスクにおけるボクシングボックスの疑似ラベルを信頼性高く生成する効果的な戦略は何か？
• RQ4 3次元医療画像検出に意味のある形でデータ増幅を適応させることで、SSL における一般化性能をどのように向上させられるか？
• RQ5 大規模なラベル付きデータセットが既に利用可能な状況でも、提案手法は性能向上を維持するか？

主な発見

• FocalMix は、LUNA16 のラベルなし CT スキャンをたった 400 枚のみでトレーニングした場合、最先端の教師あり手法比で CPM スコアに 17.3% の相対的向上を達成した。
• LUNA16 の全 533 枚のラベル付きスキャンに加え、NLST から得た 3,000 枚のラベルなしスキャンを用いた場合、完全教師ありベースラインの CPM を 89.2% から 90.7% に向上させた。
• アブレーションスタディの結果、ソフトターゲット損失、アンカーレベルのアンサンブル、二重レベルの MixUp の各コンponent が性能向上に顕著に寄与していることが確認された。
• 大規模なラベル付きデータセットが利用可能な場合でも、一貫した向上が得られることから、本手法の頑健性とスケーラビリティが示された。
• 提案されたフレームワークは、Uda などの他の SSL メソッドに対しても最小限の変更で適応可能であり、一般化性能が優れていることが示された。