[論文レビュー] REFUGE2 Challenge: A Treasure Trove for Multi-Dimension Analysis and Evaluation in Glaucoma Screening

Huihui Fang, Fei Li+26 more|arXiv (Cornell University)|Feb 18, 2022

Retinal Imaging and Analysis被引用数 16

ひとこと要約

本論文は、緑内障分類、視optic盤／杯領域セグメンテーション、中心窩局在化のための包括的アノテーションを備えた大規模でマルチデバイス・マルチ品質のカラー網膜画像データセット「REFUGE2チャレンジ」を紹介する。このデータセットは、多様な実臨床的画像条件下でのディープラーニングモデルの堅牢な評価を可能にし、U-Net、YOLOv5、HRNetといった高度なアーキテクチャとマルチタスク学習により、一般化性能の向上を実証している。

ABSTRACT

With the rapid development of artificial intelligence (AI) in medical image processing, deep learning in color fundus photography (CFP) analysis is also evolving. Although there are some open-source, labeled datasets of CFPs in the ophthalmology community, large-scale datasets for screening only have labels of disease categories, and datasets with annotations of fundus structures are usually small in size. In addition, labeling standards are not uniform across datasets, and there is no clear information on the acquisition device. Here we release a multi-annotation, multi-quality, and multi-device color fundus image dataset for glaucoma analysis on an original challenge -- Retinal Fundus Glaucoma Challenge 2nd Edition (REFUGE2). The REFUGE2 dataset contains 2000 color fundus images with annotations of glaucoma classification, optic disc/cup segmentation, as well as fovea localization. Meanwhile, the REFUGE2 challenge sets three sub-tasks of automatic glaucoma diagnosis and fundus structure analysis and provides an online evaluation framework. Based on the characteristics of multi-device and multi-quality data, some methods with strong generalizations are provided in the challenge to make the predictions more robust. This shows that REFUGE2 brings attention to the characteristics of real-world multi-domain data, bridging the gap between scientific research and clinical application.

研究の動機と目的

• 実臨床的臨床現場における網膜画像スクリーニングのための、大規模で多様性に富み、かつ包括的なアノテーションが施された網膜画像データセットの不足を解消すること。
• 複数デバイスおよび複数品質のデータを備えたベンチマークデータセットを提供することで、科学研究と臨床応用のギャップを埋めること。
• 網膜画像スクリーニングのためのディープラーニングモデルの包括的評価を、網膜画像スクリーニング、視optic盤／杯領域セグメンテーション、中心窩局在化の複数タスクにわたって可能にすること。
• 異なる画像撮影デバイスや画像品質レベルからのデータ変動を組み込むことで、一般化可能なAIモデルの開発を促進すること。
• 網膜画像スクリーニングアルゴリズムの一貫したベンチマーク評価を可能にする標準化されたオンライン評価フレームワークを確立すること。

提案手法

• REFUGE2データセットは、複数のデバイスから収集された2000枚のカラー網膜画像から構成され、網膜画像の緑内障状態、視optic盤および杯領域のセグメンテーション、中心窩局在化についてアノテーションが施されている。
• チャレンジには3つのサブタスクが含まれる：(1) 緑内障分類、(2) 視optic盤および杯領域セグメンテーション、(3) 中心窩局在化、それぞれに専用の評価プロトコルが設定されている。
• 参加者は、EfficientNet-B5およびResNet-50エンコーダーを搭載したU-Netの変種、オブジェクト検出に適したYOLOv5、特徴抽出に適したHRNetを含む、多様なディープラーニングアーキテクチャを採用した。
• 中心窩局在化は、距離マップ回帰、ヒートマップ回帰、およびクロップドパッチとマルチスケール特徴抽出を組み合わせた粗大から細かい戦略によってアプローチされた。
• Bi-Distanceマップ回帰、特徴のアライメントに適したROIAlign、および粗い特徴と細かい特徴を統合するための特徴統合層（例：FuseLayer）といった高度な技術がモデルで使用された。
• アンサンブル手法が導入され、特に中心窩局在化の性能向上に寄与し、複数のモデルの予測を統合することで改善が達成された。

実験結果

リサーチクエスチョン

• RQ1 マルチデバイス・マルチ品質の網膜画像でトレーニングされた場合、異なるディープラーニングアーキテクチャは網膜画像スクリーニングにおいてどのように性能を発揮するか？
• RQ2 視optic盤、杯、中心窩といった複数の網膜構造を同時に学習することで、モデルの一般化性能および局在化精度はどの程度向上するか？
• RQ3 画像品質およびデバイスのばらつきは、網膜画像スクリーニングおよび解剖的構造セグメンテーションモデルの性能にどの程度影響を及えるか？
• RQ4 粗大から細かい戦略およびマルチスケール特徴抽出は、多様な網膜画像における中心窩局在化のロバストネスを向上させるか？
• RQ5 臨床的品質の網膜画像において、距離マップ回帰とオブジェクト検出やヒートマップ回帰の比較において、中心窩局在化に与える影響は何か？

主な発見

• REFUGE2データセットは、複数のデバイスおよび品質レベルの画像を含めることで、網膜画像ベンチマークの多様性と現実性を著しく向上させた。
• マルチスケールパッチクロッピングと粗大から細かい戦略を採用したモデルは、特に品質が低い画像条件下でも中心窩局在化の精度が向上した。
• 距離マップ回帰アプローチ、特にEfficientNet-B5を搭載したU-Netや事前学習済みHRNetを用いた手法は、標準的な分類および検出ベースラインを上回る性能を示した。
• アンサンブルモデルは、中心窩局在化において優れた性能を示し、画像品質の全スケール（「拒否」品質画像を含む）で中央値の局在化誤差が低減された。
• 視optic盤と中心窩の相対的位置関係を反映したBi-Distanceマップの導入により、局在化の一貫性が向上し、誤差率が低下した。
• チャレンジフレームワークは、トレーニングデータに実臨床的画像収集のばらつきが含まれている場合、モデルの一般化性能が顕著に向上することを明らかにした。