[論文レビュー] Sparse-GAN: Sparsity-constrained Generative Adversarial Network for Anomaly Detection in Retinal OCT Image

Kang Zhou, Shenghua Gao+7 more|arXiv (Cornell University)|Nov 28, 2019

Retinal Imaging and Analysis参考文献 19被引用数 6

ひとこと要約

本稿では、健康な訓練データのみを用いて網膜OCT画像における異常椲出を検出するためのスパarsity制約付き生成対抗ネットワーク、Sparse-GANを提案する。潜在空間での異常予測と、新規正則化ネットを用いたスパarsityの強制により、テストセットでSOTAのAUC 0.925を達成し、病変の局所化が可能な解釈可能な異常活性マップを生成する。

ABSTRACT

With the development of convolutional neural network, deep learning has shown its success for retinal disease detection from optical coherence tomography (OCT) images. However, deep learning often relies on large scale labelled data for training, which is oftentimes challenging especially for disease with low occurrence. Moreover, a deep learning system trained from data-set with one or a few diseases is unable to detect other unseen diseases, which limits the practical usage of the system in disease screening. To address the limitation, we propose a novel anomaly detection framework termed Sparsity-constrained Generative Adversarial Network (Sparse-GAN) for disease screening where only healthy data are available in the training set. The contributions of Sparse-GAN are two-folds: 1) The proposed Sparse-GAN predicts the anomalies in latent space rather than image-level; 2) Sparse-GAN is constrained by a novel Sparsity Regularization Net. Furthermore, in light of the role of lesions for disease screening, we present to leverage on an anomaly activation map to show the heatmap of lesions. We evaluate our proposed Sparse-GAN on a publicly available dataset, and the results show that the proposed method outperforms the state-of-the-art methods.

研究の動機と目的

• 希少または未観測の網膜疾患のためのラベル付き医療データが限られているという課題に対処する。
• 病変を含む訓練サンプルを必要とせずに、網膜OCT画像における異常検出を可能にする。
• 異常活性マップによる病変の局所化によって、モデルの解釈性を向上させる。
• OCTスキャンにおけるノイズ（例：スペックルノイズ）に対しての耐性を高める。
• AnoGAN や f-AnoGAN のような二段階型GANよりも優れる、エンドツーエンドで訓練可能なフレームワークを開発する。

提案手法

• 健康なOCTスキャンからの画像再構成を目的とした、エンドツーエンド最適化を施した画像対画像GANを用いる。
• 入力画像と再構成画像の潜在空間における特徴量のL2距離に基づいて異常スコアを予測する：$\mathcal{A}(\mathbf{I}_{in}) = \|\mathbf{H}_{in} - \mathbf{H}_{re}\|_2$。
• 訓練中に潜在特徴のスパarsityを制約するための新しい正則化ネット（スパarsity正則化ネット）を導入し、未観測の異常への一般化性能を向上させる。
• 再構成画像を潜在空間にマップする追加のエンコーダを採用し、画像レベルのノイズが異常検出に与える影響を低減する。
• 再構成損失（$\mathcal{L}_{re}$）、対抗損失（$\mathcal{L}_{adv}$）、スパarsity正則化（$\mathcal{L}_{sp}$）の組み合わせを用いてモデルを訓練する。
• 病変の位置を強調する異常活性マップ（AAMs）を生成し、臨床的解釈性を向上させる。

実験結果

リサーチクエスチョン

• RQ1 潜在空間における異常検出は、OCT画像解析において画像レベルの再構成よりも性能を向上させることができるか？
• RQ2 潜在特徴におけるスパarsityの強制は、未観測の網膜病理の検出を向上させるか？
• RQ3 健康なOCTデータのみで学習したGANベースのフレームワークは、疾患固有のアノテーションがなくても多様な異常を効果的に検出できるか？
• RQ4 提案されたスパarsity正則化ネットは、耐性および一般化性能の向上にどの程度効果的か？
• RQ5 モデルが生成する異常活性マップは、臨床的に関連する病変を正確に局所化できるか？

主な発見

• Sparse-GANはテストセットでAUC 0.925を達成し、f-AnoGAN（AUC 0.882）やオートエンコーダ（AUC 0.783）を含むSOTA手法を上回る性能を示した。
• テストセットにおける感度は0.951を達成し、診断漏れの割合が低いことを示している。
• アブレーションスタディの結果、潜在空間での異常スコア、再構成エンコーディング、スパarsity正則化の各コンポーネントが性能向上に段階的に寄与しており、特にスパarsity正則化が最大の向上をもたらした。
• 異常活性マップは病変の局所化に成功し、臨床的応用におけるモデルの解釈性を裏付けた。
• 潜在空間で動作することで、画像ノイズ（例：スペックルノイズ）の影響を低減し、異常パターンの再構成忠実度を向上させた。
• 画像対画像GANのエンドツーエンド訓練は、AnoGAN や f-AnoGAN のような二段階訓練手法よりも優れた性能を発揮した。