[論文レビュー] Multi-Label Classification of Thoracic Diseases using Dense Convolutional Network on Chest Radiographs

Dipkamal Bhusal, Sanjeeb Prasad Panday|arXiv (Cornell University)|Feb 8, 2022

COVID-19 diagnosis using AI被引用数 8

ひとこと要約

本論文は、前額位のコッホX線画像を用いて121層のDenseNetアーキテクチャを用いたマルチラベル胸部疾患分類システムを提案し、心肥大のAUCが0.896、結節のAUCが0.655に達した。Grad-CAMヒートマップにより、臨床的意思決定におけるモデルの解釈可能性と信頼性が向上した。

ABSTRACT

Traditional methods of identifying pathologies in X-ray images rely heavily on skilled human interpretation and are often time-consuming. The advent of deep learning techniques has enabled the development of automated disease diagnosis systems. Still, the performance of such systems is opaque to end-users and limited to detecting a single pathology. In this paper, we propose a multi-label disease prediction model that allows the detection of more than one pathology at a given test time. We use a dense convolutional neural network (DenseNet) for disease diagnosis. Our proposed model achieved the highest AUC score of 0.896 for the condition Cardiomegaly with an accuracy of 0.826, while the lowest AUC score was obtained for Nodule, at 0.655 with an accuracy of 0.66. To build trust in decision-making, we generated heatmaps on X-rays to visualize the regions where the model paid attention to make certain predictions. Our proposed automated disease prediction model obtained highly confident high-performance metrics in multi-label disease prediction tasks.

研究の動機と目的

• 胸部X線診断における単一ラベル分類の限界を是正し、1枚の画像で複数の胸部病変を同時に同定できるようにすること。
• 1枚の画像内で共存する疾患を特定することで、診断精度を向上させ、誤った陰性を低減すること。
• Grad-CAMなどの解釈可能性技術を用いて、X線画像における注目領域を可視化し、モデルの信頼性を高めること。
• 放射線科医の専門知識が不足するリソース制限のある環境においても、信頼性が高く、高性能な自動化システムを構築すること。
• 胸部疾患のマルチラベル共起パターンを分析することで、疫学的知見の提供に貢献すること。

提案手法

• 前額位の胸部X線画像を対象に、特徴抽出およびマルチラベル分類に121層のDense Convolutional Neural Network（DenseNet）を活用する。
• 14種の異なる病変を独立して予測できるよう、シグモイド活性化関数とバイナリクロスエントロピー損失を採用する。
• 予測に影響を与えたX線画像上の関心領域を可視化するため、Grad-CAM（勾配クラス活性化マッピング）を適用する。
• 112,120枚の前額位X線画像を含み、14の病変がアノテートされたNIH Chest X-ray-14データセットを学習に用いる。
• モデルの汎化性能と学習安定性を向上させるために、データオーグメンテーションおよび正規化技術を適用する。
• AUC、正解率、および各病変の95%信頼区間を用いて性能を評価し、信頼性と一貫性を検証する。

実験結果

リサーチクエスチョン

• RQ1 深層学習モデルは、1枚の胸部X線画像から胸部疾患をマルチラベル分類する上で高い性能を達成できるか？
• RQ2 特に発症頻度が低いか、画像所見が微細な疾患において、モデルの性能はどのように変動するか？
• RQ3 Grad-CAMヒートマップは、モデルの解釈性をどの程度向上させ、臨床的妥当性の裏付けを提供できるか？
• RQ4 信頼区間の観点から、モデルの予測はさまざまなデータサンプルにおいてどの程度信頼性があり、一貫性があるか？
• RQ5 画像タイプや患者の履歴統合を考慮した場合、実臨床での展開においてモデルの主な制限要因は何か？

主な発見

• 心肥大のAUCスコアは最高の0.896を記録し、正解率は0.826に達し、この疾患に対して優れた性能を示した。
• 結節検出のAUCスコアが最低の0.655であり、正解率は0.66であった。これは、小さなまたは微細な病変の同定に課題があることを示唆している。
• AUCの信頼区間は全病変で狭く（例：心肥大では0.86–0.92）、モデル予測の信頼性と一貫性の高さを示している。
• Grad-CAMヒートマップは、心肥大では心臓領域、腫瘍や結節検出では肺結節領域を的確に局在化し、モデルの解釈性を向上させた。
• 信頼区間が狭く、多様な病変において一貫した性能を示したことから、モデルの汎化性能が優れていることが裏付けられた。
• 本研究は、マルチラベル深層学習システムが、単一ラベルモデルが見逃す共存病変を同定することで、誤った陰性を低減する可能性を示した。