[論文レビュー] Pneumonia Detection in Chest X-Rays using Neural Networks

Narayana Darapaneni, Ashish Ranjan+5 more|arXiv (Cornell University)|Apr 7, 2022

COVID-19 diagnosis using AI被引用数 5

ひとこと要約

本論文は、RSNAデータセットのチ胸レントゲン画像を用いた肺炎検出を目的として、Xception、InceptionV3/V4、EfficientNetB7などのアーキテクチャを用いた転移学習と組み合わせた軽量な畳み込みニューラルネットワーク（CNN）を提案する。限られた計算リソースの下でも、ハイパーパramータチューニングなしでYOLOv3を用いてmAP 0.32を達成しており、損失関数がまだ減少していることから、さらなる訓練で性能向上が期待できる。

ABSTRACT

With the advancement in AI, deep learning techniques are widely used to design robust classification models in several areas such as medical diagnosis tasks in which it achieves good performance. In this paper, we have proposed the CNN model (Convolutional Neural Network) for the classification of Chest X-ray images for Radiological Society of North America Pneumonia (RSNA) datasets. The study also tries to achieve the same RSNA benchmark results using the limited computational resources by trying out various approaches to the methodologies that have been implemented in recent years. The proposed method is based on a non-complex CNN and the use of transfer learning algorithms like Xception, InceptionV3/V4, EfficientNetB7. Along with this, the study also tries to achieve the same RSNA benchmark results using the limited computational resources by trying out various approaches to the methodologies that have been implemented in recent years. The RSNA benchmark MAP score is 0.25, but using the Mask RCNN model on a stratified sample of 3017 along with image augmentation gave a MAP score of 0.15. Meanwhile, the YoloV3 without any hyperparameter tuning gave the MAP score of 0.32 but still, the loss keeps decreasing. Running the model for a greater number of iterations can give better results.

研究の動機と目的

• 限られた計算リソースを用いて、チ胸レントゲン画像における肺炎分類のための強固で効率的なモデルを開発すること。
• 限られた計算リソースを用いて、RSNA肺炎検出ベンチマークで競争力のある性能を達成すること。
• Xception、InceptionV3/V4、EfficientNetB7などのモデルを用いた転移学習の有効性を、医療画像分類において評価すること。
• データオーグメンテーションとモデルアーキテクチャの選択が検出性能に与える影響を調査すること。
• Mask R-CNNとYOLOv3を含む、さまざまなディープラーニングモデルのRSNAデータセットにおける性能を比較すること。

提案手法

• 本研究では、チ胸レントゲン画像からの特徴抽出に非複雑なCNNアーキテクチャを採用する。
• Xception、InceptionV3/V4、EfficientNetB7を含む事前学習済みモデルを用いて転移学習を実施する。
• モデルの汎化性とロバスト性を向上させるために、画像オーグメンテーション技術を用いる。
• RSNAベンチマーク上で平均平均精度（mAP）指標を用いて性能を評価する。
• ハイパーパramータチューニングなしでYOLOv3を用いて物体検出を実施し、検出能力を評価する。
• Stratifiedサンプルとして3,017枚の画像を用いて、Mask R-CNNモデルの学習と評価を実施する。

実験結果

リサーチクエスチョン

• RQ1 限られた計算リソースの下で、転移学習を組み合わせた軽量なCNNが、チ胸レントゲン画像における肺炎検出で競争力のある性能を達成できるか。
• RQ2 ハイパーパramータチューニングなしで、YOLOv3とMask R-CNNのmAP性能は、RSNAデータセットにおいてどのように比較されるか。
• RQ3 データオーグメンテーションは、肺炎検出モデルの汎化性をどの程度向上させるか。
• RQ4 EfficientNetB7のような効率的なアーキテクチャは、この医療画像処理タスクにおいて、標準的なモデルを上回る性能を示せるか。
• RQ5 YOLOv3の継続的訓練は、観察されたmAP 0.32のスコアを上回る性能向上をもたらすか。

主な発見

• YOLOv3は、ハイパーパramータチューニングなしでRSNAデータセットにおいて平均平均精度（mAP）0.32を達成し、RSNAベンチマークの0.25を上回った。
• Stratifiedサンプル3,017枚を用いて学習・評価したMask R-CNNモデルはmAP 0.15を記録しており、より良い最適化により性能向上の余地があることが示された。
• YOLOv3モデルの損失関数は訓練中も減少を続け、さらなる訓練でmAPスコアの向上が期待できることが示唆された。
• Xception、InceptionV3/V4、EfficientNetB7などのモデルを用いた転移学習は、肺炎検出タスクの性能向上に成功した。
• 画像オーグメンテーションはモデルのロバスト性向上に寄与したが、具体的な定量的利得は要約では報告されていなかった。
• 本研究では、戦略的なモデル選択とデータオーグメンテーションにより、最小限の計算リソースで高い性能を達成できることを示した。