[論文レビュー] Low-rank Convex/Sparse Thermal Matrix Approximation for Infrared-based Diagnostic System

Bardia Yousefi, Clemente Ibarra‐Castanedo+1 more|arXiv (Cornell University)|Oct 14, 2020

Infrared Thermography in Medicine参考文献 41被引用数 11

ひとこと要約

本稿では、赤外線熱画像における欠陥検出および熱的不均一性解析の向上を目的として、低ランク凸型、半可換型、スパース非負行列分解（NMF）を提案する。アクティブ熱画像法（CFRP、アルミ、PMMA）およびパassingブレストスクリーニング（DMRデータセット）に適用された結果、スパース-NMF、凸-NMF、半可換-NMFは、PCT や NMF といった最先端手法を上回り、CFRP欠陥では最大97.4%の正確性、症状ありと健康な乳房症例の区別では77.8%の正確性を達成した。また、ガウスノイズに対しても強く頑健であった。

ABSTRACT

Active and passive thermography are two efficient techniques extensively used to measure heterogeneous thermal patterns leading to subsurface defects for diagnostic evaluations. This study conducts a comparative analysis on low-rank matrix approximation methods in thermography with applications of semi-, convex-, and sparse- non-negative matrix factorization (NMF) methods for detecting subsurface thermal patterns. These methods inherit the advantages of principal component thermography (PCT) and sparse PCT, whereas tackle negative bases in sparse PCT with non-negative constraints, and exhibit clustering property in processing data. The practicality and efficiency of these methods are demonstrated by the experimental results for subsurface defect detection in three specimens (for different depth and size defects) and preserving thermal heterogeneity for distinguishing breast abnormality in breast cancer screening dataset (accuracy of 74.1%, 75.8%, and 77.8%).

研究の動機と目的

• アクティブ熱画像法における熱的欠陥検出のための低ランク凸型、半可換型、スパース-NMFの性能を評価すること。
• これらのNMF変種が、乳がんスクリーニングのためのパassing熱画像法における熱的不均一性検出にどの程度有効であるかを評価すること。
• PCT、CCIPCT、スパース-PCT といった最先端の熱画像法と比較して、提案されたNMF手法の性能を評価すること。
• 加法的ガウスノイズ（3% から 20%）の下でのこれらの手法の頑健性を分析すること。
• NMFに基づく低ランク近似が、不均一な熱的パターンにおける欠陥の可視化および分類正確性を向上させるかどうかを調査すること。

提案手法

• アクティブおよびパassing熱画像法の熱画像系列の低ランク行列近似に、半可換型、凸型、スパース型NMFを適用した。
• 乳房熱画像のための5つのテクスチャ特徴量（コントラスト、相関、相違度、均一性、エネルギー）を抽出するために、熱レベル同時発生行列（TLCMs）を用いた。
• DMRデータセットにおける症状ありと健康な参加者の分類のため、抽出された特徴量を用いてロジスティック回帰を訓練した。
• アクティブ熱画像法における欠陥検出の定量的評価に、ジャカード係数を用いた。
• 加法的ガウスノイズ（3% から 20%）の下での信号対雑音比（SNR）を用いて、頑健性を評価した。
• 比較的妥当性検証における各手法の性能に基づき、正則化および反復パラメータを最適化した。

実験結果

リサーチクエスチョン

• RQ1 半可換型、凸型、スパース型NMFは、PCT や関連手法と比較して、アクティブ熱画像法における欠陥検出正確性を向上させることができるか？
• RQ2 これらのNMF変種は、がんスクリーニングのためのパassing熱画像法における熱的不均一性を効果的に検出できるか？
• RQ3 凸-NMFの性能は、半可換型およびスパース型NMFと比較して、症状ありと健康な乳房症例の分類においてどの程度優れているか？
• RQ4 これらのNMFベースの手法は、加法的ガウスノイズのレベルが上昇するに従って、どの程度正確性を維持できるか？
• RQ5 標準的なPCT やNMFアプローチと比較して、低ランクNMF近似は欠陥の可視化および分類の頑健性を向上させるか？

主な発見

• スパース-NMFは、1 mm未塔の欠陥で90.6%の正確性、10 mmを超えるCFRP欠陥で42.7%、1〜3 mmのPMMA欠陥で46.9%の正確性を達成した。
• 凸-NMFは、1 mm未塔の欠陥で91.2%、10 mmを超えるCFRP欠陥で97.4%、1 mm未塔のPMMA欠陥で86.8%の正確性を達成した。
• 半可換-NMFは、1 mm未塔の欠陥で86.4%、1 mmを超えるCFRP欠陥で81.7%の正確性を達成した。
• パassing熱画像法では、凸-NMFがDMRデータセットにおいて症状ありと健康な参加者の区別で77.8%の正確性を達成し、他の手法を上回った。
• 半可換型、凸型、スパース型の3つのNMF変種は、加法的ガウスノイズ（3% から 20%）に対して強い頑健性を示し、PCT、CCIPCT、スパース-PCT よりも優れた性能を発揮した。
• 目的関数の最適化において、NMF-gd（勾配降下法）はNMF-nnls（非負値最小二乗法）よりもわずかに優れた性能を示し、アルゴリズムの選択が正確性に影響を与えることが示された。