[論文レビュー] Quantifying the Value of Lateral Views in Deep Learning for Chest X-rays

Mohammad Hashir, Hadrien Bertrand+1 more|arXiv (Cornell University)|Feb 7, 2020

COVID-19 diagnosis using AI被引用数 5

ひとこと要約

本研究では、PadChestデータセットを活用して、深層学習モデルにおける側面撮影胸部レントゲン画像の価値を調査した。このデータセットには複数の視野と200の放射線学的ラベルが含まれている。結果として、側面撮影を組み込むことで32のラベルで性能が向上し、これは単に前後位（PA）視野のみを用いた学習データを2倍にした場合と同等の向上を示した。これは、異なる病態において、側面撮影が顕著で、かつ多様な貢献を果たしていることを示している。

ABSTRACT

Most deep learning models in chest X-ray prediction utilize the posteroanterior (PA) view due to the lack of other views available. PadChest is a large-scale chest X-ray dataset that has almost 200 labels and multiple views available. In this work, we use PadChest to explore multiple approaches to merging the PA and lateral views for predicting the radiological labels associated with the X-ray image. We find that different methods of merging the model utilize the lateral view differently. We also find that including the lateral view increases performance for 32 labels in the dataset, while being neutral for the others. The increase in overall performance is comparable to the one obtained by using only the PA view with twice the amount of patients in the training set.

研究の動機と目的

• 側面撮影胸部レントゲン画像が、放射線学的ラベル予測における深層学習モデルの性能に与える影響を評価すること。
• 多視野学習におけるPA視野と側面撮影の統合に適した統合戦略を比較すること。
• 多様な放射線学的状態において、側面撮影が一貫してモデル性能を向上させるかどうかを特定すること。
• 側面撮影からの性能向上を、学習データサイズの増加と比較して定量的に測定すること。

提案手法

• 10万枚を超える胸部レントゲン画像と200の放射線学的ラベルを含むPadChestデータセットを用いた。
• 前後位（PA）視野と側面撮影からの特徴を統合するさまざまな統合技術を用いて、深層学習モデルを学習した。
• 早期統合、遅延統合、中間統合の複数の統合戦略を評価し、側面情報がどのように活用されているかを分析した。
• すべての200ラベルに対して、側面撮影を含む・含まない状況でのモデル性能を比較し、向上が見られるラベルと無効なラベルを特定した。
• 学習データをPA画像のみで2倍にした場合のベンチマークを設定するため、側面撮影による性能向上を測定した。

実験結果

リサーチクエスチョン

• RQ1 側面撮影胸部レントゲン画像を組み込むことで、深層学習モデルの放射線学的ラベル予測性能にどのような影響を与えるか？
• RQ2 PA視野と側面撮影の間で、どの統合戦略が最も効果的な性能向上をもたらすか？
• RQ3 どの程度の放射線学的ラベルに対して、側面撮影が予測精度の向上を顕著に示すか？
• RQ4 側面撮影による性能向上は、PA画像のみの学習データを2倍にした場合の向上と比較してどの程度か？

主な発見

• PadChestデータセットの200の放射線学的ラベルのうち、32のラベルで側面撮影の導入によりモデル性能が向上した。
• 側面撮影を用いた全体的な性能向上は、PA画像のみの学習データを2倍にした場合の向上と同等であった。
• 異なる統合手法は、側面撮影の情報を異なる方法で活用しており、モデルアーキテクチャが側面特徴の活用方法に顕著に影響していることが示された。
• 残りの168のラベルでは、側面撮影の導入が性能に顕著な影響を及ぼさなかったため、視野に特化した有用性があると考えられる。
• 結果として、側面撮影が万能であるとは限らず、効果的なモデル設計を通じて統合された場合に特定の病態に対して顕著な価値を提供することが示された。