[論文レビュー] Improving Automated COVID-19 Grading with Convolutional Neural Networks in Computed Tomography Scans: An Ablation Study

Coen de Vente, Luuk Boulogne+6 more|arXiv (Cornell University)|Sep 21, 2020

COVID-19 diagnosis using AI参考文献 31被引用数 7

ひとこと要約

本研究では、3次元畳み込みニューラルネットワーク（CNN）の主な構成要素である3次元アーキテクチャ、トランスファーラーニング、病変マップ入力、連続出力予測を評価することで、CT画像における自動COVID-19グレーディングを改善した。3次元CNNにトランスファーラーニングを適用したモデルは、内部テストセットでAUC 0.934、パブリックデータセットでAUC 0.923を達成し、以前の2次元CNNを著しく上回った。

ABSTRACT

Amidst the ongoing pandemic, several studies have shown that COVID-19 classification and grading using computed tomography (CT) images can be automated with convolutional neural networks (CNNs). Many of these studies focused on reporting initial results of algorithms that were assembled from commonly used components. The choice of these components was often pragmatic rather than systematic. For instance, several studies used 2D CNNs even though these might not be optimal for handling 3D CT volumes. This paper identifies a variety of components that increase the performance of CNN-based algorithms for COVID-19 grading from CT images. We investigated the effectiveness of using a 3D CNN instead of a 2D CNN, of using transfer learning to initialize the network, of providing automatically computed lesion maps as additional network input, and of predicting a continuous instead of a categorical output. A 3D CNN with these components achieved an area under the ROC curve (AUC) of 0.934 on our test set of 105 CT scans and an AUC of 0.923 on a publicly available set of 742 CT scans, a substantial improvement in comparison with a previously published 2D CNN. An ablation study demonstrated that in addition to using a 3D CNN instead of a 2D CNN transfer learning contributed the most and continuous output contributed the least to improving the model performance.

研究の動機と目的

• 深層学習を用いて、CT画像における自動COVID-19グレーディングを向上させる要因となる要因を体系的かつ評価すること。
• 胸部CTボリュームからのCOVID-19分類において、3次元CNNと2次元CNNアーキテクチャの性能を比較すること。
• トランスファーラーニング、病変マップ入力、連続出力予測の各要因がモデル性能に与える影響を評価すること。
• パブリックデータセット（iCTCF）でのモデル検証とオープンなグランドチャレンジプラットフォームの公開を通じて、公平なベンチマークを可能にすること。

提案手法

• 公平な比較のため、同じ内部データセットとパブリックデータセットiCTCFを用いて、2次元および3次元CNNアーキテクチャを訓練および比較した。
• 特徴学習の向上を図るため、ImageNetおよびKineticsで事前学習された重みを用いてモデルを初期化することで、トランスファーラーニングを実施した。
• 分類ネットワークの追加入力チャネルとして、自動的に生成された病変セグメンテーションマップを統合した。
• モデル予測のため、カテゴリー出力（CO-RADSスコア）と連続出力回帰ヘッドの両方を評価した。
• 各構成要素が全体の性能に与える寄与度を分離するためのアブレーションスタディを実施した。
• 汎化性能を評価するため、内部テストセット（105スキャン）およびパブリック外部テストセット（742スキャン）の両方でモデルを検証した。

実験結果

リサーチクエスチョン

• RQ1 2次元CNNの代わりに3次元CNNを用いることで、CT画像からの自動COVID-19グレーディングの性能が向上するか？
• RQ2 自然画像および動画データからのトランスファーラーニングは、モデル性能をどの程度向上させるか？
• RQ3 入力として病変セグメンテーションマップを追加することで、モデルの分類精度にどのような影響を与えるか？
• RQ4 カテゴリー出力（CO-RADSクラス）の代わりに連続出力スコアを予測することで、性能にどのような影響を与えるか？
• RQ5 これらの構成要素は、スライス厚が異なり、陽性例の定義も異なる複数のデータセット間でのモデル汎化性能にどのように影響を与えるか？

主な発見

• トランスファーラーニングを適用した3次元CNNは、内部テストセットでAUC 0.934、パブリックiCTCFデータセットでAUC 0.923を達成し、以前の2次元CNNを著しく上回った。
• 性能向上に最も寄与したのはトランスファーラーニングであり、評価したすべての構成要素の中で最大の相対的向上を示した。
• 病変マップを入力として追加しても、いずれのテストセットでも統計的に有意な性能向上が得られず、このアプローチには限定的な利点があると考えられた。
• カテゴリー出力から連続出力予測に置き換えることで得られる性能向上は最小であったが、離散的なCO-RADS閾値を定義する必要がなくなるという利点があった。
• スライス厚が1.5mmを超えるスキャンでは性能低下が観察されたが、特に3次元モデルにおいて顕著であり、画像解像度および再構成パラメータに敏感であることが示された。
• アブレーションスタディの結果、トランスファーラーニングおよび3次元アーキテクチャが一貫して有益であった一方、病変マップおよび連続出力は最小または有意な向上を示さなかった。