[論文レビュー] Holistic Interstitial Lung Disease Detection using Deep Convolutional Neural Networks: Multi-label Learning and Unordered Pooling

Mingchen Gao, Ziyue Xu+4 more|arXiv (Cornell University)|Jan 19, 2017

COVID-19 diagnosis using AI参考文献 27被引用数 9

ひとこと要約

本論文は、手動による領域オブイントレスト（ROI）のアノテーションを必要とせず、全スライスから複数の間質性肺疾患（ILD）パターン（グランドグラス、線維化、へそ状、肺気腫）を一括して直接検出する包括的でマルチラベルのディープラーニングフレームワークを提案する。マルチラベル分類にはバイナリクロスエントロピー損失、マルチラベル回帰にはロバストノルム損失を採用し、CNN特徴の順序なしプーリングにフィッシャー・ベクトル符号化を組み合わせ、658例のデータセットでAUC（最大0.988）およびFスコア（最大0.936）を達成。1スライスあたりの推論時間は0.01秒未満である。

ABSTRACT

Accurately predicting and detecting interstitial lung disease (ILD) patterns given any computed tomography (CT) slice without any pre-processing prerequisites, such as manually delineated regions of interest (ROIs), is a clinically desirable, yet challenging goal. The majority of existing work relies on manually-provided ILD ROIs to extract sampled 2D image patches from CT slices and, from there, performs patch-based ILD categorization. Acquiring manual ROIs is labor intensive and serves as a bottleneck towards fully-automated CT imaging ILD screening over large-scale populations. Furthermore, despite the considerable high frequency of more than one ILD pattern on a single CT slice, previous works are only designed to detect one ILD pattern per slice or patch. To tackle these two critical challenges, we present multi-label deep convolutional neural networks (CNNs) for detecting ILDs from holistic CT slices (instead of ROIs or sub-images). Conventional single-labeled CNN models can be augmented to cope with the possible presence of multiple ILD pattern labels, via 1) continuous-valued deep regression based robust norm loss functions or 2) a categorical objective as the sum of element-wise binary logistic losses. Our methods are evaluated and validated using a publicly available database of 658 patient CT scans under five-fold cross-validation, achieving promising performance on detecting four major ILD patterns: Ground Glass, Reticular, Honeycomb, and Emphysema. We also investigate the effectiveness of a CNN activation-based deep-feature encoding scheme using Fisher vector encoding, which treats ILD detection as spatially-unordered deep texture classification.

研究の動機と目的

• 手動によるROIアノテーションを要しない完全自動で大規模なILDスクリーニングの臨床的ニーズに対応すること。
• 1つの領域で1つのILDパターンしか検出できない従来のパッチベース手法の制限を克服し、手作業による前処理が不要なこと。
• 包括的入力により、1枚のCTスライス上で複数の共存するILDパターンを同時に検出できること。
• クラスバランスと順序なし特徴符号化を組み合わせることで、モデルの頑健性と一般化性能を向上させること。
• 臨床現場でのリアルタイムスクリーニングに適した計算効率の高い手法を開発すること。

提案手法

• ROI抽出を回避するエンドツーエンドのディープ畳み込みニューラルネットワーク（CNN）を用い、全CTスライスを直接分類する。
• 各ILDパターンを独立したバイナリ予測としてモデル化し、要素ごとのバイナリクロスエントロピー損失を用いたマルチラベル分類を実施する。
• 連続値の損失関数（例：ハーバー損失）に基づくロバストノルムを用いたマルチラベル回帰を検討し、複数のラベルを同時に処理する。
• CNN活性化マップを順序なしでコンactな深層特徴表現にプールするため、フィッシャー・ベクトル（FV）符号化を適用し、テクスチャ分類の性能を向上させる。
• 少数クラスの不足を是正し、Fスコアを向上させるために、重み付き損失関数（β要因）によるクラスバランスを統合する。
• 658例の患者CTスキャンを含む公開データセットを用い、1スライスごとのILDラベルをもとに、5分割交差検証でモデルを検証する。

実験結果

リサーチクエスチョン

• RQ1 手動によるROIアノテーションを必要とせず、1枚のCTスライス上で複数のILDパターンを正確に検出できるか？
• RQ2 ロバストノルム損失を用いたマルチラベル回帰は、標準的なマルチラベル分類と比較して、性能および頑健性に優れているか？
• RQ3 フィッシャー・ベクトル符号化による順序なしプーリングは、標準的な空間的順序プーリングと比較して、どの程度検出精度を向上させるか？
• RQ4 クラスバランスは、ヘソ状のようなレアなILDパターンのFスコア向上にどの程度効果的か？
• RQ5 包括的アプローチは、高い診断正確性を維持しながら、リアルタイム推論速度を達成できるか？

主な発見

• 提案された包括的マルチラベル分類モデルは、肺気腫でFスコア0.936、グランドグラスで0.883を達成し、全4つのILDパターンでAUCが0.98以上を記録した。
• ロバストノルム損失を用いたマルチラベル回帰アプローチは、全体でFスコア0.823を達成し、単一ラベルベースラインを上回り、ラベルノイズに対して優れた頑健性を示した。
• クラスバランスにより全体のFスコアが約5%向上し、特に希少なヘソ状パターンで顕著な改善が見られた（Fスコアは0.431から0.507に上昇）。
• 包括的アプローチは1スライスあたり0.01秒未満で処理可能であり、パッチベース手法の平均22.64秒と比較して、大規模データセットのニアリアルタイムスクリーニングを可能にした。
• フィッシャー・ベクトル符号化は、空間的配置に依存しないテクスチャパターンを捉えることで、性能を顕著に向上させ、マルチラベル検出タスクにおいて標準的な空間プーリングを上回った。
• 本手法は、1スライス上で共存するILDパターンを効果的に検出でき、単一ラベル検出の枠組みを越えた臨床的意義を示した。