[論文レビュー] Identifying the Best Machine Learning Algorithms for Brain Tumor Segmentation, Progression Assessment, and Overall Survival Prediction in the BRATS Challenge

Spyridon Bakas, Mauricio Reyes+425 more|arXiv (Cornell University)|Nov 5, 2018

Glioma Diagnosis and Treatment参考文献 100被引用数 1,414

ひとこと要約

本論文は、BRATS 2018チャレンジデータセットを用いて、脳腫瘍のセグメンテーション、進行度評価、全生存予測のための機械学習アルゴリズムの評価と比較を実施している。セグメンテーションにおいてはディープラーニングモデルが優れた性能（高いDiceスコア）を示した一方、生存予測では訓練データが少ないことと臨床的関連性の高さから、従来の機械学習がディープラーニングを上回った。

ABSTRACT

Gliomas are the most common primary brain malignancies, with different degrees of aggressiveness, variable prognosis and various heterogeneous histologic sub-regions, i.e., peritumoral edematous/invaded tissue, necrotic core, active and non-enhancing core. This intrinsic heterogeneity is also portrayed in their radio-phenotype, as their sub-regions are depicted by varying intensity profiles disseminated across multi-parametric magnetic resonance imaging (mpMRI) scans, reflecting varying biological properties. Their heterogeneous shape, extent, and location are some of the factors that make these tumors difficult to resect, and in some cases inoperable. The amount of resected tumor is a factor also considered in longitudinal scans, when evaluating the apparent tumor for potential diagnosis of progression. Furthermore, there is mounting evidence that accurate segmentation of the various tumor sub-regions can offer the basis for quantitative image analysis towards prediction of patient overall survival. This study assesses the state-of-the-art machine learning (ML) methods used for brain tumor image analysis in mpMRI scans, during the last seven instances of the International Brain Tumor Segmentation (BraTS) challenge, i.e., 2012-2018. Specifically, we focus on i) evaluating segmentations of the various glioma sub-regions in pre-operative mpMRI scans, ii) assessing potential tumor progression by virtue of longitudinal growth of tumor sub-regions, beyond use of the RECIST/RANO criteria, and iii) predicting the overall survival from pre-operative mpMRI scans of patients that underwent gross total resection. Finally, we investigate the challenge of identifying the best ML algorithms for each of these tasks, considering that apart from being diverse on each instance of the challenge, the multi-institutional mpMRI BraTS dataset has also been a continuously evolving/growing dataset.

研究の動機と目的

• 脳腫瘍のセグメンテーション、進行度評価、全生存予測という3つの主要な神経画像診断タスクにおいて、最も効果的な機械学習アルゴリズムを特定すること。
• これらのタスクにおいて、ディープラーニングと従来の機械学習アプローチの性能差を評価すること。
• データの多様性と限られた訓練サンプルが、モデルの一般化性能と臨床的有用性に与える影響を理解すること。
• 実際の臨床ニーズとデータの可用性に合わせたアルゴリズム設計を促進することで、今後の臨床応用可能なAIツールの開発を支援すること。
• 標準化されたベンチマークとオープンソースのアルゴリズム共有を通じて、研究から臨床現場への移行を支援すること。

提案手法

• BRATS 2018チャレンジタスクの各タスクにおいて、畳み込みニューラルネットワーク（CNNs）、U-Netの変種、および従来の機械学習手法（例：ランダムフォレスト、SVM）を含む広範な機械学習モデルの評価。
• 19の施設に跨る185例の患者から得られたマルチパラメトリックMRI（mpMRI）データを用い、標準化された前処理と評価プロトコルを適用。
• セグメンテーションの性能評価にはDiceスコア、生存予測タスクには妥当性指数（C-index）とAUCを用いた。
• セグメンテーションのための階層的／段階的なディープラーニングアプローチ：まず正常組織と異常組織を分類し、その後腫瘍の亜領域（強化領域、壊死領域、浮腫領域）を個別にセグメンテーション。
• モデルアンサンブルとデータ拡張を実装することで、異なるスキャナーやプロトコル設定に対しても耐性があり一般化性能の高いモデルを構築。
• 最高性能を示したモデルを、中央集約型のアルゴリズムリポジトリ（github.com/BraTS）を通じて公開し、再現性の確保と臨床応用への加速を図った。

実験結果

リサーチクエスチョン

• RQ1 マルチパラメトリックMRIデータを用いた脳腫瘍セグメンテーションにおいて、どの機械学習アルゴリズムが最高の性能を示すか？
• RQ2 画像データと臨床データから全生存を予測するタスクにおいて、ディープラーニングモデルと従来の機械学習手法の性能はどのように比較されるか？
• RQ3 データの多様性（例：スキャナーのばらつき、プロトコルの違い）は、モデルの一般化性能と性能にどのような影響を及えるか？
• RQ4 階層的または段階的なディープラーニングアーキテクチャは、複雑な腫瘍亜領域のセグメンテーション精度を向上させることができるか？
• RQ5 神経腫瘍学におけるAIモデルの臨床的導入を制限する主な要因は何か。また、アルゴリズムとデータの標準化によってそれらはどのように克服できるか？

主な発見

• 特にU-Netに基づくアーキテクチャのディープラーニングモデルが、腫瘍セグメンテーションにおいて最先端の性能を示し、強化領域の平均Diceスコアが0.85を超えた。
• 全生存予測においては、訓練データが少ないことと限界データに対する耐性が求められるため、従来の機械学習モデルがディープラーニングを上回った。
• 階層的セグメンテーションアプローチ（まず正常対異常組織の分類、次に亜領域のセグメンテーション）は、エンドツーエンドモデルに比べてセグメンテーション精度を向上させた。
• スキャナーやプロトコルのばらつきがモデルの一般化に顕著に影響を及ぼしたため、臨床AI開発において標準化された画像プロトコルの導入が不可欠であることが示された。
• 本研究では、施設ごとのモデル性能に顕著な差が認められ、マルチセンターのデータと堅牢な検証戦略の重要性が浮き彫りになった。
• BraTSアルゴリズムリポジトリを通じた最高性能モデルのオープン共有により、神経画像診断AI分野における再現性の確保と研究の前進が達成された。