[論文レビュー] Medical Image Synthesis for Data Augmentation and Anonymization using Generative Adversarial Networks

Hoo-Chang Shin, Neil Tenenholtz+6 more|arXiv (Cornell University)|Jul 26, 2018

Generative Adversarial Networks and Image Synthesis参考文献 6被引用数 14

ひとこと要約

本稿では、脳腫瘍を有する多パrameter MRIスキャンをセグメンテーションマスクから合成する条件付きGANベースの手法を提案し、データ拡張および匿名化を可能にする。実データに合成データを補完することで腫瘍セグメンテーション性能が向上し、微調整を施した合成データのみで学習した場合でも実データ学習と同等の結果を達成する。本手法は、医療画像分野におけるデータ不足とプライバシー課題の解決策を提供する。

ABSTRACT

Data diversity is critical to success when training deep learning models. Medical imaging data sets are often imbalanced as pathologic findings are generally rare, which introduces significant challenges when training deep learning models. In this work, we propose a method to generate synthetic abnormal MRI images with brain tumors by training a generative adversarial network using two publicly available data sets of brain MRI. We demonstrate two unique benefits that the synthetic images provide. First, we illustrate improved performance on tumor segmentation by leveraging the synthetic images as a form of data augmentation. Second, we demonstrate the value of generative models as an anonymization tool, achieving comparable tumor segmentation results when trained on the synthetic data versus when trained on real subject data. Together, these results offer a potential solution to two of the largest challenges facing machine learning in medical imaging, namely the small incidence of pathological findings, and the restrictions around sharing of patient data.

研究の動機と目的

• 希少な病理的所見による注釈付き医療画像データの不足に起因する課題に対処すること。
• 脳腫瘍セグメンテーションのための深層学習モデルの学習におけるデータ不足とクラス不均衡を克服すること。
• 解剖学的および病理学的変異を保持した多様で現実的な合成MRIスキャンを生成する手法を開発すること。
• 実際の患者データを暴露せずにデータ共有およびモデル学習を可能にするために、合成され匿名化された画像を用いること。
• 合成データのみで学習したモデルが、実データで学習したモデルと同等の性能を達成できることを実証すること。

提案手法

• ADNIおよびBRATSの2つの公開MRIデータセットを用い、セグメンテーションマスクを入力として条件付き画像対画像翻訳GANを学習する。
• 入力および出力に4次元多パラメータMRI（T1、T2、T1c、Flair）を用い、空間的およびコントラスト的関係を保持する。
• 脳の解剖学的構造および腫瘍のマップを条件としてGANを生成することで、腫瘍のサイズ、位置、外観を制御可能な合成MRIスキャンを生成する。
• 性能比較のため、トレーニング中に標準的なデータ拡張（クロップ、回転、平行移動、弾性変形）を適用する。
• 実データのみ、実データ＋合成データ、および合成データのみでセグメンテーションモデルを学習し、後者の場合に10％の実データで微調整を施す。
• BRATS'15データセットのホールドアウトテストセットにおけるDiceスコアを用いて性能を評価する。

実験結果

リサーチクエスチョン

• RQ1 GANによって生成された合成MRI画像は、脳腫瘍セグメンテーションのための深層学習モデルの性能を向上させることができるか？
• RQ2 合成データのみで学習したモデルが、実患者データで学習したモデルと同等の性能を達成できる程度はどの程度か？
• RQ3 合成データの使用により、実患者データの必要性を低減しつつ、モデルの一般化性能および診断的正確性を維持できるか？
• RQ4 従来のデータ拡張技術と比較して、合成データの導入はセグメンテーション性能の向上にどの程度寄与するか？
• RQ5 生成モデルは、モデルの有用性を損なわせることなく、医療画像データの匿名化を効果的に実現できるか？

主な発見

• 実データに合成データを追加して学習した場合、GANベースのモデルはDiceスコア0.80/0.07を達成したのに対し、実データのみで学習した場合のスコア0.64/0.14と比較して顕著な性能向上を示した。
• 合成データのみで学習し、10％の実データで微調整したモデルは、Diceスコア0.80/0.18を達成し、実データで学習したモデルの性能に近づいた。
• 実データの5倍以上を合成データとして用いて学習したモデルは、Diceスコア0.81/0.09を達成し、合成データが効果的な事前学習データとして機能できることを示した。
• 標準的なデータ拡張を適用しない状況でも合成データによる性能向上が観察されたことから、GANで生成された画像は一意的で重複のないデータの多様性を提供していることが示された。
• 最高性能を示したモデル（Wang et al. [20]）は、実データ＋合成データでDiceスコア0.86/0.09を達成したが、GANベースのモデルは0.82/0.08を達成し、解像度が低くても競争力のある性能を示した。
• 結果から、合成データ生成がデータ不足の問題を効果的に解決し、プライバシーを守ったデータ共有を可能にすることが示唆された。