[論文レビュー] Radiologist-Level COVID-19 Detection Using CT Scans with Detail-Oriented Capsule Networks

Aryan Mobiny, Pietro Antonio Cicalese+7 more|arXiv (Cornell University)|Apr 16, 2020

COVID-19 diagnosis using AI参考文献 38被引用数 73

ひとこと要約

この論文は、反転ダイナミックルーティング、Peekaboo学習、pix2pixデータ増強を用いてCTスキャンからCOVID-19を検出する詳細志向のカプセルネットワーク「DECAPS」を紹介し、放射線科医レベルの性能を達成し、いくつかのベースラインを上回る。

ABSTRACT

Radiographic images offer an alternative method for the rapid screening and monitoring of Coronavirus Disease 2019 (COVID-19) patients. This approach is limited by the shortage of radiology experts who can provide a timely interpretation of these images. Motivated by this challenge, our paper proposes a novel learning architecture, called Detail-Oriented Capsule Networks (DECAPS), for the automatic diagnosis of COVID-19 from Computed Tomography (CT) scans. Our network combines the strength of Capsule Networks with several architecture improvements meant to boost classification accuracies. First, DECAPS uses an Inverted Dynamic Routing mechanism which increases model stability by preventing the passage of information from non-descriptive regions. Second, DECAPS employs a Peekaboo training procedure which uses a two-stage patch crop and drop strategy to encourage the network to generate activation maps for every target concept. The network then uses the activation maps to focus on regions of interest and combines both coarse and fine-grained representations of the data. Finally, we use a data augmentation method based on conditional generative adversarial networks to deal with the issue of data scarcity. Our model achieves 84.3% precision, 91.5% recall, and 96.1% area under the ROC curve, significantly outperforming state-of-the-art methods. We compare the performance of the DECAPS model with three experienced, well-trained thoracic radiologists and show that the architecture significantly outperforms them. While further studies on larger datasets are required to confirm this finding, our results imply that architectures like DECAPS can be used to assist radiologists in the CT scan mediated diagnosis of COVID-19.

研究の動機と目的

• 放射線科の専門知識が限られている状況で迅速かつ正確なCOVID-19スクリーニングを動機づける。
• 情報量が多い領域に焦点を当てつつ、文脈を活用できるモデルを開発する。
• データ不足に対処するため、合成データ増強とターゲットを絞った学習戦略を活用する。
• 実務的な臨床有用性を評価するため、経験豊富な放射線科医とベンチマークを取る。

提案手法

• 詳細志向のルーティングでROIsを強調し、反転ダイナミックルーティング機構を組み込んだカプセルネットワークアーキテクチャであるDECAPSを提案する。
• IDRを導入して下位レベルのカプセルが上位レベルのカプセルの注意を競い合い、クラスごとにカプセルヘッドと活性マップを生み出す。
• 活性マップに guided されたパッチの切り抜き/ドロップを行うPeekaboo学習 regimeを実装し、複数のROIsからの学習を促す。
• PatchGANとU-net構造を用いたpix2pix条件付きGANで現実的なCOVID-19CTサンプルを生成するデータ増強を行う。
• 粗い画像からの粗い予測とROIsからの高精度予測を含む2段階の学習/推論戦略を用い、最終予測へ蒸留する。

実験結果

リサーチクエスチョン

• RQ1 カプセルベースのネットワークは、限られたデータでCTベースのCOVID-19検出において従来のCNNを上回れるか。
• RQ2 詳細なROI中心のルーティングと学習戦略は局在化と分類の性能を改善するか。
• RQ3 GAN生成CTサンプルによるデータ増強はモデルの汎化に影響するか。
• RQ4 モデルは診断精度において専門の放射線科医と比較してどうか。

主な発見

• Peekabooを用いたDECAPSはベースラインCNNを上回り、最高のAUC0.961±0.009を達成した。
• DECAPS単独はAUC0.927±0.017に達し、同じデータセット上でInception-v3、DenseNet121、ResNet50を上回った。
• pix2pix増強を伴うDECAPS+Peekabooは最良の性能を示し（AUC0.961±0.009）、最高値を記録した。
• 他のアーキテクチャと比較して、リコールが高く（0.915±0.057）、精度は同程度（0.843±0.024）であった。
• 3名の放射線科医と比較して、Alpha-Testセットの性能で人間専門家を有意に上回った。
• 各カプセルヘッドの活性マップは意思決定に寄与した領域の弱教師あり局在化を可能にする。