[論文レビュー] Learning under Distributed Weak Supervision

Martin Rajchl, Matthew C. H. Lee+8 more|arXiv (Cornell University)|Jun 3, 2016

Domain Adaptation and Few-Shot Learning参考文献 12被引用数 33

ひとこと要約

本論文では、非専門家レーティングによるスーパーピクセル弱教師付きアノテーションを用いて、T2強調MR画像における胎児脳画像分離のための完全畳み込みニューラルネットワーク（FCN）を訓練する、ウェブベースのクラウドソーシングフレームワークを提案する。非専門家による弱教師付きアノテーションのみを用いても、完全教師あり手法と同等の最先端の性能を達成しており、アノテーション時間は専門家による3日間から12名の非専門家を用いることで1時間未塔に短縮された。

ABSTRACT

The availability of training data for supervision is a frequently encountered bottleneck of medical image analysis methods. While typically established by a clinical expert rater, the increase in acquired imaging data renders traditional pixel-wise segmentations less feasible. In this paper, we examine the use of a crowdsourcing platform for the distribution of super-pixel weak annotation tasks and collect such annotations from a crowd of non-expert raters. The crowd annotations are subsequently used for training a fully convolutional neural network to address the problem of fetal brain segmentation in T2-weighted MR images. Using this approach we report encouraging results compared to highly targeted, fully supervised methods and potentially address a frequent problem impeding image analysis research.

研究の動機と目的

• 医療画像解析における専門家ラベル付きデータのボトルネックを解消するため、弱教師付きアノテーションタスクを非専門家クラウドに分散する。
• 非専門家がT2強調MR画像における胎児脳画像分離のための信頼性のあるスーパーピクセルアノテーションを提供できるかどうかを評価する。
• 弱教師付きデータを用いて完全畳み込みニューラルネットワーク（FCN）を訓練し、完全教師ありベースラインとその性能を比較する。
• 分散型弱教師付き学習が、専門家レベルの教師あり学習に近い性能を達成しつつ、アノテーション時間を著しく短縮できることを示す。

提案手法

• JavaScriptを用いて、クライアントサイドでSLICスーパーピクセルセグメンテーションを実行するウェブベースのクラウドソーシングインターフェースを開発し、アノテーションタスクの効率的配分を可能にした。
• 非専門家レーティングが、ボリュメトリックMR画像に対して、変更済みLabelMeスタイルのインターフェースを用いて胎児脳に属するスーパーピクセルを選択した。
• 4層のスタックド畳み込み層およびマックスプーリング層、その後に2つの分類層とスキップ接続を備えた完全畳み込みニューラルネットワーク（FCN）を画像分離に用いた。
• デコンボリューション層を用いてアップサンプリングを行い、要素ごとの加算により低レベル特徴と高レベルの意味的予測を統合した。
• データ拡張とランダムサンプリングを用いて分散を低減し、専門家および非専門家レーティングからの弱教師付きデータを用いてモデルを訓練した。
• 手動で作成された正解データとの比較において、Dice類似係数（DSC）を用いて性能を評価した。

実験結果

リサーチクエスチョン

• RQ1 非専門家レーティングは、T2強調MR画像における胎児脳画像分離のための信頼性のあるスーパーピクセルアノテーションを提供できるか？
• RQ2 非専門家から得た弱教師付きデータを用いて訓練された完全畳み込みニューラルネットワークの性能は、完全教師あり学習と比べてどうなるか？
• RQ3 分散型弱教師付き学習は、高い画像分離正確性を維持しつつ、アノテーション時間を短縮できるか？
• RQ4 体系的なアノテーション誤り（例：頭蓋骨や脳脊髄液の誤分類）がモデル性能に与える影響は何か？

主な発見

• 非専門家からの弱教師付きアノテーションを用いて訓練されたFCNは、Dice類似係数（DSC）0.85を達成し、専門家による教師ありベースラインと同等の性能を示した。
• 1スライスあたりの平均アノテーション時間は7.2 ± 3.4秒であり、12名の非専門家が5,000枚を超えるスライスの全データセットを1時間未塔でアノテートできた。
• 専門家によるマルチプランアノテーションインターフェースを用いた手動セグメンテーションの総アノテーション時間は約3日間であり、時間の90％の短縮が確認された。
• 非専門家からの弱教師付きデータを用いて訓練したモデルは、専門家からの弱教師付きデータを用いたモデルと同等の性能を示し、両者とも高いDSC値を達成した。
• 頭蓋骨の過剰セグメンテーションや脳脊髄液の除外といった体系的誤りが観察されたが、これはスーパーピクセル境界の解釈の違いに起因すると考えられた。
• 臨床的専門知識がやや少ない画像分離タスクは、効果的にクラウドソーシング可能であり、医療画像学習のためのスケーラブルなデータ収集が可能になることが示唆された。