[論文レビュー] Improving localization-based approaches for breast cancer screening exam classification

Thibault Févry, Jason Phang+5 more|arXiv (Cornell University)|Aug 1, 2019

AI in cancer detection参考文献 7被引用数 8

ひとこと要約

本論文では、Faster R-CNNにResNet-101およびResNeXt-101をバックボーンとして用いた、局所化に基づく深層学習アプローチを提案し、乳がんスクリーニング検査の分類を向上させることを目的としている。モデルは229,426件の検査から成るテストセットにおいてAUC 0.919を達成し、先行研究と比較して23%の誤差低減を実現した。同時に、悪性および良性所見の解釈可能なバウンディングボックスを生成した。

ABSTRACT

We trained and evaluated a localization-based deep CNN for breast cancer screening exam classification on over 200,000 exams (over 1,000,000 images). Our model achieves an AUC of 0.919 in predicting malignancy in patients undergoing breast cancer screening, reducing the error rate of the baseline (Wu et al., 2019a) by 23%. In addition, the models generates bounding boxes for benign and malignant findings, providing interpretable predictions.

研究の動機と目的

• 乳がんスクリーニングにおける高い偽陽性再検査率を低減するために、コンピュータ支援診断システムの改善を図ること。
• スクリーニングマンモグラムの分類において、高い精度と解釈可能性を両立する深層学習モデルの開発。
• 物体検出を用いた疑わしい病変の局所化によって、悪性予測の誤差を低減すること。
• データ拡張およびトレーニング戦略の変更を通じて、モデルの頑健性と一般化性能を向上させること。
• 病変のバウンディングボックスを生成することで、放射線科医がモデルの予測を信頼し、解釈できるようにすること。

提案手法

• 229,426件のスクリーニングマンモグラフィ検査を対象に、ResNet-50、ResNet-101、またはResNeXt-101をバックボーンとするFaster R-CNNモデルをトレーニングした。
• 生検済み病変のピクセル単位のアノテーションを用いて、バウンディングボックスの回帰と分類を教師付きで行なった。
• ノイズの多いアノテーションへの耐性を高めるために、ランダムにバウンディングボックスを[0.8, 1.2]の範囲でスケーリングするデータ拡張を適用した。
• 前景候補のIoU閾値を0.7から0.5に緩和し、マンモグラムにおける不正確な病変境界に対応した。
• アノテーションあり・なしの両方の画像をトレーニングに使用し、後者をネガティブサンプルとして扱うことで、過学習を低減した。
• 勾配クリッピングを適用し、高解像度入力の要件に起因してバッチサイズを4（GPUあたり2）に低減して最適化した。

実験結果

リサーチクエスチョン

• RQ1 先行手法と比較して、局所化に基づく深層学習モデルは、乳がんスクリーニングにおける悪性予測のAUCを向上させることができるか？
• RQ2 トレーニング中に非アノテート画像を用いることで、モデルの一般化性能と性能にどのような影響を与えるか？
• RQ3 バックボーンアーキテクチャおよび入力解像度が、モデルの性能と安定性に与える影響は何か？
• RQ4 バウンディングボックスの予測は、解釈性を向上させ、放射線科医の臨床的意思決定を支援できるか？
• RQ5 異なるバックボーンおよび解像度を用いた複数のモデルをアンサンブル化することで、全体の診断性能がどのように向上するか？

主な発見

• アンサンブルモデルはテストセットでAUC 0.919を達成し、Wuら（2019a）のベースラインモデルと比較して23%の相対的誤差低減を実現した。
• ResNeXt-101バックボーンを用いたモデルが、同じ解像度下で最も高い個別AUC 0.908を記録し、ResNet-50およびResNet-101を上回った。
• 本手法を先行モデル（Wuら、2019a）とアンサンブル化することで、テストセットではAUC 0.930、リーダースタディサブセットではAUC 0.895まで向上した。
• モデルは悪性（例：0.99の予測信頼度）および良性（例：0.36）所見を解釈可能なバウンディングボックスで局所化し、臨床的解釈を支援した。
• 推論スコアの閾値を0.05から0.001に低下させることで、予測分布のテイル型挙動を捉えることができ、AUC性能が向上した。
• 生検が必要なケースと陰性ケースの区別において、良性と悪性ケースの区別よりも優れた識別性能を示した。