[論文レビュー] On the in vivo recognition of kidney stones using machine learning

Lopez-Tiro, Francisco, V. Estrade+5 more|arXiv (Cornell University)|Jan 21, 2022

Kidney Stones and Urolithiasis Treatments被引用数 9

ひとこと要約

本研究では、制御不能な画像収集条件下での内視鏡的画像を用いて、尿管鏡手術中に腎結石を分類するためのin-vivo機械学習手法を提案する。浅層学習手法と深層学習アーキテクチャを比較した。Inception v3モデルが最高の性能を示し、重み付きF1スコア0.97を達成した。一方、最適化された色とテクスチャ特徴量を用いたXGBoostは0.96のF1スコアを達成し、臨床現場における不規則な画像条件でも、手作業で特徴量を設計した手法が深層学習を凌駕しうることを示した。

ABSTRACT

Determining the type of kidney stones allows urologists to prescribe a treatment to avoid recurrence of renal lithiasis. An automated in-vivo image-based classification method would be an important step towards an immediate identification of the kidney stone type required as a first phase of the diagnosis. In the literature it was shown on ex-vivo data (i.e., in very controlled scene and image acquisition conditions) that an automated kidney stone classification is indeed feasible. This pilot study compares the kidney stone recognition performances of six shallow machine learning methods and three deep-learning architectures which were tested with in-vivo images of the four most frequent urinary calculi types acquired with an endoscope during standard ureteroscopies. This contribution details the database construction and the design of the tested kidney stones classifiers. Even if the best results were obtained by the Inception v3 architecture (weighted precision, recall and F1-score of 0.97, 0.98 and 0.97, respectively), it is also shown that choosing an appropriate colour space and texture features allows a shallow machine learning method to approach closely the performances of the most promising deep-learning methods (the XGBoost classifier led to weighted precision, recall and F1-score values of 0.96). This paper is the first one that explores the most discriminant features to be extracted from images acquired during ureteroscopies.

研究の動機と目的

• 尿管鏡手術中に内視鏡画像を用いて、リアルタイムで腎結石を分類するための機械学習モデルの開発と評価。
• 制御不能な臨床的条件下で収集されたin-vivo画像において、浅層機械学習手法と深層学習アーキテクチャの性能を比較。
• 深層ニューラルネットワークに依存せずに分類精度を向上させるために有効な特徴空間（例：色、テクスチャ）を同定。
• 最も一般的な4種類の腎結石（ホウ酸カルシウム、ウエッデライト、尿酸ジヒドレート、ストルビット）のin-vivo画像を含む臨床的意義のあるデータベースを構築。
• 腎結石タイプの自動認識の可能性を評価し、泌尿器科分野における個別化治療の支援と再発率の低減に貢献することを目的とする。

提案手法

• ホウ酸カルシウム（タイプI）、ウエッデライト（タイプII）、尿酸ジヒドレート（タイプIIIb）、ストルビット（タイプIVc）という4つの一般的なタイプの腎結石のin-vivo内視鏡画像1,058枚を、尿管鏡手術から収集した。
• 複数の色空間（RGB、HSV、HSI）を用いて画像を前処理し、局所的バイナリパターン（LBP）およびグレイレベロコ occurring マトリクス（GLCM）を用いてテクスチャ特徴量を抽出した。
• 6つの浅層学習モデル（例：XGBoost、ランダムフォレスト、SVM）および3つの深層学習モデル（Inception v3、ResNet-101、DenseNet-121）を、多クラス分類の目的でデータセット上で訓練した。
• すべてのクラスにおいて重み付き精度、再現率、F1スコアを用いてモデルを評価し、特徴空間のクラスタリングとモデルの挙動を解釈するためのUMAP可視化を実施した。
• UMAP可視化を統合したインタラクティブツール（Iva）を構築し、混合および純粋な結石タイプにおけるモデル予測とクラス分離性を探索した。
• 交差検証を用いてハイパーパrameterを最適化し、表面、断面、表面/断面混合画像タイプの各々において汎化性能を評価した。

実験結果

リサーチクエスチョン

• RQ1 制御不能な収集条件下でのin-vivo腎結石画像に対して、浅層機械学習モデルが高い分類精度を達成できるか？
• RQ2 臨床現場における内視鏡画像を用いた腎結石タイプ分類において、深層学習モデルと浅層学習モデルの性能はどのように比較されるか？
• RQ3 どの色空間とテクスチャ特徴量が腎結石認識の分類性能を顕著に向上させるか？
• RQ4 形態的に類似した結石タイプ（例：ウエッデライト vs. 尿酸、ホウ酸カルシウム vs. ウエッデライト）を臨床画像で区別する際の主な課題は何か？
• RQ5 実際の尿管鏡動画における異なる画像タイプ（表面、断面、混合）において、モデルの性能とクラス分離性はどの程度変動するか？

主な発見

• Inception v3深層学習モデルが、4種類の腎結石すべてにおいて最高の性能を示し、重み付きF1スコア0.97、精度0.97、再現率0.98を達成した。
• XGBoost分類器は、最適化された色とテクスチャ特徴量を用いることで、重み付きF1スコア0.96を達成し、浅層学習が深層学習の性能に非常に近い水準に達することを示した。
• ウエッデライト（タイプII）およびブリッシュサイト（タイプIVd）の分類性能が最も低く、再現率が低かった。これは、形態的類似性が分類の困難さを引き起こしていることを示している。
• 尿酸ジヒドレート（タイプIIIb）は、すべてのモデルで一貫して高い精度と再現率を示し、最も正確に分類されたタイプであった。
• UMAP可視化により、尿酸ジヒドレートのクラス分離性が最も高く、ウエッデライトおよびブリッシュサイトのクラス分離性が最も低かったことが確認され、定量的性能指標と整合的であった。
• HSVおよびHSI色空間の使用により、モデルのロバスト性が向上し、大規模な深層ネットワークの必要性が低減された。これは、臨床現場への導入に向けた高速推論の可能性を示唆している。