[論文レビュー] Multi-task Dictionary Learning based Convolutional Neural Network for Computer aided Diagnosis with Longitudinal Images

Jie Zhang, Qingyang Li+3 more|arXiv (Cornell University)|Aug 31, 2017

Brain Tumor Detection and Classification参考文献 25被引用数 12

ひとこと要約

本論文は、ImageNetからの転移学習を活用し、複数の時間的時点と脳領域（ROI）における縦断的脳MRI特徴を共同でモデリングするための、マルチタスク辞書学習に基づくCNNフレームワークを提案する。新規のマルチタスク確率的座標符号化（MSCC）アルゴリズムを用いることで、アルツハイマー病の将来の臨床スコア（MMSEおよびADAS-Cog）の予測において、7つの最先端手法よりも優れた性能を達成しており、特に後期の時間点およびADAS-Cogスコアの予測精度が向上している。

ABSTRACT

Algorithmic image-based diagnosis and prognosis of neurodegenerative diseases on longitudinal data has drawn great interest from computer vision researchers. The current state-of-the-art models for many image classification tasks are based on the Convolutional Neural Networks (CNN). However, a key challenge in applying CNN to biological problems is that the available labeled training samples are very limited. Another issue for CNN to be applied in computer aided diagnosis applications is that to achieve better diagnosis and prognosis accuracy, one usually has to deal with the longitudinal dataset, i.e., the dataset of images scanned at different time points. Here we argue that an enhanced CNN model with transfer learning for the joint analysis of tasks from multiple time points or regions of interests may have a potential to improve the accuracy of computer aided diagnosis. To reach this goal, we innovate a CNN based deep learning multi-task dictionary learning framework to address the above challenges. Firstly, we pre-train CNN on the ImageNet dataset and transfer the knowledge from the pre-trained model to the medical imaging progression representation, generating the features for different tasks. Then, we propose a novel unsupervised learning method, termed Multi-task Stochastic Coordinate Coding (MSCC), for learning different tasks by using shared and individual dictionaries and generating the sparse features required to predict the future cognitive clinical scores. We apply our new model in a publicly available neuroimaging cohort to predict clinical measures with two different feature sets and compare them with seven other state-of-the-art methods. The experimental results show our proposed method achieved superior results.

研究の動機と目的

• 画像分類の低リソースな医療画像解析タスクにおいて、ImageNetからの転移学習を活用して特徴表現を向上させること。
• 縦断的MRIデータを用いて、アルツハイマー病における将来の認知スコア（MMSEおよびADAS-Cog）の予測精度を向上させること。
• 複数の時間的時点と脳領域（海馬、側頭室、皮質厚さ）からの特徴を同時にモデリングし、疾患進行のダイナミクスを捉えること。
• 時間的時点とROI間で共通およびタスク固有の特徴を捉える、スパースで共有／個別辞書学習フレームワークを構築すること。
• 事前学習済みCNNからの深層特徴表現とマルチタスク学習を統合することで、モデルの頑健性と一般化性能を向上させること。

提案手法

• ImageNetで事前学習した深層CNNを用い、ADNIコhortの医療画像データに対して微調整し、特徴抽出器として利用する。
• 3つの時間的時点にわたる複数のROI（海馬、側頭室、皮質厚さ）から、50×50の画像パッチを抽出する。
• 複数のタスクを共同でモデリングするための新規な非教師あり辞書学習手法であるマルチタスク確率的座標符号化（MSCC）を提案。この手法は、共有と個別成分に分割された辞書を用いる。
• MSCCを用いたスパースコーディングにより、各時間的時点とROIに対して、コンactかつ判別性の高い特徴を生成し、スパarsityと解釈可能性を促進する。
• 学習済みスパース特徴に対してLasso回帰を適用し、将来のMMSEおよびADAS-Cogスコアを予測する。
• 複数のROIおよび時間的時点からの特徴を統合し、予測性能を向上させる統一されたマルチタスク学習フレームワークを構築する。

実験結果

リサーチクエスチョン

• RQ1 ImageNetからの転移学習は、縦断的アルツハイマー病研究におけるリソースが限られた医療画像分類タスクの特徴表現を向上させることができるか？
• RQ2 複数の時間的時点と脳領域を共同でモデリングすることで、単一時間点または単一ROIアプローチと比較して、将来の認知スコアの予測精度がどのように向上するか？
• RQ3 共有および個別辞書に分離するという特徴を持つ提案されたMSCCアルゴリズムは、縦断的神経画像データにおけるマルチタスク学習の性能をどの程度向上させるか？
• RQ4 MCI、AD、CN被験者のデータを同時に統合することで、MCI被験者のみを対象とした予測性能が向上するか。特に、後期の時間点でサンプルサイズが小さい状況において有効であるか？
• RQ5 MMSEおよびADAS-Cogスコアの6か月、12か月、24か月後の予測において、本手法は7つの最先端手法と比較して定量的にどの程度優れているか？

主な発見

• 提案されたCNN-MSCC手法は、24か月後のMMSE（0.837 ± 0.045）およびADAS-Cog（0.837 ± 0.045）予測において、最高のR²値を達成し、全7つのベースラインを上回った。
• 特に後期の時間点（12か月および24か月）の予測において顕著な改善が見られ、ADAS-Cogスコアの予測誤差はLassoおよびRidgeベースラインと比較して最大1.5ポイントまで低減された。
• MCIのみのサブセットにおいても、ADおよびCN被験者のデータを訓練データに含めることで性能が向上した。これは、多様な患者群を統合することで、モデルの一般化能力と予測力が向上することを示している。
• MSCC-Rバージョンは、24か月後のADAS-Cog予測において最高のR²（0.837 ± 0.045）を達成し、共有／個別辞書分解の有効性を実証した。
• データが疎である状況でもモデルの頑健性を示し、通常は精度が低下する後期の時間点においても一貫した性能向上が見られた。
• 共有および個別辞書を併用するマルチタスク学習の統合により、単に共有または個別辞書のみを用いたモデルと比較して、より安定かつ正確な予測が得られた。