[論文レビュー] Multi-Feature Semi-Supervised Learning for COVID-19 Diagnosis from Chest X-ray Images

Qi Xiao, John L. Nosher+2 more|arXiv (Cornell University)|Apr 4, 2021

COVID-19 diagnosis using AI参考文献 32被引用数 7

ひとこと要約

本論文は、胸部X線（CXR）画像からのCOVID-19診断のためのマルチフェイチャ半教師あり学習（SSL）フレームワークを提案する。局所位相特徴（LwPA、LPE、ELEA）をマルチチャネル入力に統合することで表現学習を向上させる。訓練に7.06%のラベル付きデータと16.48%のラベルなしデータのみを用いても、大規模な70.93%のテストセットで平均93.61%の精度を達成し、教師ありおよび先行のSSL手法を上回る性能を発揮する。

ABSTRACT

Computed tomography (CT) and chest X-ray (CXR) have been the two dominant imaging modalities deployed for improved management of Coronavirus disease 2019 (COVID-19). Due to faster imaging, less radiation exposure, and being cost-effective CXR is preferred over CT. However, the interpretation of CXR images, compared to CT, is more challenging due to low image resolution and COVID-19 image features being similar to regular pneumonia. Computer-aided diagnosis via deep learning has been investigated to help mitigate these problems and help clinicians during the decision-making process. The requirement for a large amount of labeled data is one of the major problems of deep learning methods when deployed in the medical domain. To provide a solution to this, in this work, we propose a semi-supervised learning (SSL) approach using minimal data for training. We integrate local-phase CXR image features into a multi-feature convolutional neural network architecture where the training of SSL method is obtained with a teacher/student paradigm. Quantitative evaluation is performed on 8,851 normal (healthy), 6,045 pneumonia, and 3,795 COVID-19 CXR scans. By only using 7.06% labeled and 16.48% unlabeled data for training, 5.53% for validation, our method achieves 93.61\% mean accuracy on a large-scale (70.93%) test data. We provide comparison results against fully supervised and SSL methods. Code: https://github.com/endiqq/Multi-Feature-Semi-Supervised-Learning-for-COVID-19-CXR-Images

研究の動機と目的

• 深層学習を用いたCOVID-19診断において、限られたラベル付き医療データの課題に対処すること。
• 局所位相画像特徴を活用して表現学習を強化することで、CXR画像の分類性能を向上させること。
• 医療画像分野における大量のラベル付きデータに依存しない半教師あり学習フレームワークの開発。
• 多様な患者集団を含む大規模で現実世界のCXRデータセットを用いて、手法の評価を行うこと。

提案手法

• バンドパス・クアドラチャ・フィルタとL1正則化を用いて、局所加重平均位相角（LwPA）、LwPA加重局所位相エネルギー（LPE）、強化局所エネルギー減衰（ELEA）の3つの局所位相特徴を抽出する。
• 3つの局所位相特徴を組み合わせ、ニューラルネットワークのための3チャネルマルチフェイチャ（MF）画像入力に統合する。
• 教師モデルがラベル付きデータで訓練され、ラベルなしデータのための仮ラベルを生成する教師/生徒半教師あり学習パイプラインを実装する。
• 一貫性正則化と信頼度ベースのフィルタリングを適用し、仮ラベル付きデータを精緻化させ、生徒モデルの一般化性能を向上させる。
• 元のCXR画像とマルチフェイチャMF画像の両方を処理するため、重みを共有するマルチストリーム畳み込みニューラルネットワーク（CNN）アーキテクチャを採用する。
• 早期停止と学習率の段階的低下を用いて、ラベル付きデータと高信頼度の仮ラベル付きデータの組み合わせで生徒モデルを最適化する。

実験結果

リサーチクエスチョン

• RQ1 局所位相特徴は、CXR画像からのCOVID-19分類における半教師あり学習モデルの性能を向上させることができるか？
• RQ2 元のCXR画像に加えて局所位相特徴を統合したマルチフェイチャ表現は、最小限のラベル付きデータでモデルの一般化性能にどのように影響を与えるか？
• RQ3 提案された教師/生徒SSLフレームワークは、訓練データが著しく制限された状況で、既存のSSLおよび完全教師ありベースラインを上回るか？
• RQ4 異なる患者集団および画像撮影条件における分布シフトに対して、モデルの頑健性はどの程度か？

主な発見

• 提案されたMF-TSモデルは、訓練に7.06%のラベル付きデータと16.48%のラベルなしデータのみを用いても、大規模なテストセット（全データの70.93%）で平均93.61%の精度を達成した。
• ラベル付きデータをたった10%（全データの2.35%）で訓練した場合、MF-TSモデルはTest-1で平均92.43%の精度を示し、ResNet50（86.46%）や他のSSLベースラインを著しく上回った。
• MF-TSモデルはデータセット間で優れた安定性を示し、Test-1とTest-2の間で平均1.69%の精度低下にとどまったが、仮ラベル手法では8.58%の低下を示した。
• マルチフェイチャアプローチ（MF-TS）は、ベースラインのCXR-TS（Billion-Scale）に比べ、Test-2で1.22%、Test-1で1.18%の精度向上を達成し、特徴統合の有効性を示した。
• アブレーションスタディの結果、局所位相特徴がモデル性能を顕著に向上させることを確認した。MF-TSは単一特徴バージョン（Enh-TS や MF-T）を上回った。
• 本手法は、COVID-19 CXR分類における最大規模のSSL評価で最先端の性能を達成し、最小限のラベル付きデータで実現した。