[論文レビュー] Machine Friendly Machine Learning: Interpretation of Computed Tomography Without Image Reconstruction

Hyunkwang Lee, Chao Huang+4 more|arXiv (Cornell University)|Dec 3, 2018

Medical Imaging Techniques and Applications参考文献 17被引用数 5

ひとこと要約

本稿では、画像再構成を経由せずに生CTシンオグラムデータを直接分類する深層学習モデルSinoNetを提案する。体部領域同定および頭蓋内出血検出において、画像空間のネットワークを上回る優れた性能を達成しており、間隔の広いプロジェクションでも同様である。この手法により、シンオグラム空間学習を活用することで、より高速かつ低線量の診断スクリーニングが可能となり、生投影データが深層学習タスクにおいて再構成画像を上回ることを示している。

ABSTRACT

Recent advancements in deep learning for automated image processing and classification have accelerated many new applications for medical image analysis. However, most deep learning applications have been developed using reconstructed, human-interpretable medical images. While image reconstruction from raw sensor data is required for the creation of medical images, the reconstruction process only uses a partial representation of all the data acquired. Here we report the development of a system to directly process raw computed tomography (CT) data in sinogram-space, bypassing the intermediary step of image reconstruction. Two classification tasks were evaluated for their feasibility for sinogram-space machine learning: body region identification and intracranial hemorrhage (ICH) detection. Our proposed SinoNet performed favorably compared to conventional reconstructed image-space-based systems for both tasks, regardless of scanning geometries in terms of projections or detectors. Further, SinoNet performed significantly better when using sparsely sampled sinograms than conventional networks operating in image-space. As a result, sinogram-space algorithms could be used in field settings for binary diagnosis testing, triage, and in clinical settings where low radiation dose is desired. These findings also demonstrate another strength of deep learning where it can analyze and interpret sinograms that are virtually impossible for human experts.

研究の動機と目的

• 生CTシンオグラムデータを直接処理することで、画像再構成を経由しない深層学習モデルが、優れた診断性能を達成できるかどうかを調査すること。
• 体部領域同定および頭蓋内出血（ICH）検出などの臨床的タスクに、シンオグラム空間学習を適用する可能性を評価すること。
• さまざまなスキャン幾何学的条件および被曝線量レベルにおいて、シンオグラムベースのモデル（SinoNet）と従来の画像空間モデル（例：Inception-v3）の性能を比較すること。
• 緊急時および現場対応の場面における低線量・迅速診断応用に、シンオグラム空間の深層学習の可能性を検討すること。

提案手法

• 著者らは、2次元シンオグラムデータに最適化された独自の畳み込みニューラルネットワーク（CNN）アーキテクチャであるSinoNetを開発した。入力次元はプロジェクション幾何学に一致しており、例として360×729、120×240、40×80のプロキシーや検出器画素数を想定している。
• 200例の全身PET/CTスキャンおよび720例の非対照頭部CTスキャンの生CTデータを用い、線形減衰係数（LAC）をHU（Hounsfield Unit）から導出し、2次元平行ビームラドン変換によりシンオグラムを生成した。
• 低線量またはスパーススキャン条件を模擬するためにシンオグラムを部分的にサンプリングした（例：120ビュー×240画素、40ビュー×80画素）。この処理により、モデル学習に必要な診断情報が保持された。
• 画像再構成は、F病変ConvNet—深層学習に基づくフィルターバックプロジェクション法—を用いてスパースシンオグラムに適用し、比較用の画像空間データを生成した。
• 複数のモデルを訓練した：再構成画像に適用したInception-v3と、シンオグラムに適用したSinoNet。性能評価にはテスト精度（体部領域認識）およびAUC（ICH検出）を用いた。
• データは訓練・検証・テストに分けられ、性別分布がバランスされた構成であった。Adam最適化法を用い、学習率の段階的減少を適用し、45エポックにわたりモデルを訓練。最良のモデルは検証損失に基づいて選別された。

実験結果

リサーチクエスチョン

• RQ1 生CTシンオグラムに直接学習させた深層学習モデルは、再構成画像に学習させたモデルと同等またはそれ以上の性能を達成できるか？
• RQ2 低線量（スパースプロジェクション）スキャン条件下でも、画像空間手法と比較してシンオグラム空間学習は診断性能を維持または向上できるか？
• RQ3 シンオグラムデータに学習させたSinoNetは、画像ベースのモデルと比較して、頭蓋内出血の検出感度および特異度を高められるか？
• RQ4 異なるスキャン幾何学的条件（プロジェクション数や検出器画素数の変更）に対しても、シンオグラムベースのモデルの性能は頑健であるか？
• RQ5 画像再構成工程を省略することで、シンオグラム空間の深層学習が、より高速かつ低線量の診断スクリーニングを実現できるか？

主な発見

• SinoNetは、すべてのスキャン幾何学的条件下で、画像空間のInception-v3モデルを上回る体部領域認識性能を示した。完全サンプリングされたシンオグラム（sino360x729）では、テスト精度93.3％を達成したのに対し、再構成画像に学習したInception-v3（recon360x729）は92.7％であった。
• 頭蓋内出血検出において、SinoNetは完全サンプリングされたシンオグラム（sino360x729）でAUC 0.938を達成し、再構成画像に学習した最良の画像ベースモデル（AUC = 0.912）を顕著に上回った。
• スパースサンプリングされたシンオグラム（sino40x80）においても、SinoNetは高い性能（AUC = 0.891）を維持した。一方、同じスパースデータから再構成画像に学習した画像空間モデルではAUCが著しく低下（0.813）した。これは、低線量データに対してSinoNetの優れた耐性を示している。
• SinoNetは、スパースシンオグラム（AUC = 0.891）において、同じスパースデータから再構成画像に学習した画像空間モデル（AUC = 0.813）よりも優れた性能を示した。これは、直接シンオグラム学習の利点が顕著に表れている。
• 異なるウィンドウ設定およびスキャン幾何学的条件下でも、モデルの性能は一貫しており、多様な臨床状況における汎用性と頑健性が確認された。
• 本研究は、シンオグラム空間の深層学習が、人間の専門家が直接解析することがほぼ不可能なデータを解釈できることを示しており、低線量および現場対応可能な環境における新たな診断可能性を解放する。