[論文レビュー] SSLM: Self-Supervised Learning for Medical Diagnosis from MR Video.

Siladittya Manna, Saumik Bhattacharya+1 more|arXiv (Cornell University)|Apr 21, 2021

Domain Adaptation and Few-Shot Learning参考文献 41被引用数 7

ひとこと要約

本論文では、膝疾患診断のためのラベルなしMR動画クリップから空間的解剖学的表現を学ぶ自己教師あり学習フレームワーク、SSLMを提案する。前処理タスクにより文脈不変特徴を捉えることで、データ再重み付けやオーバーサンプリングを一切行わないまま、クラス不均衡な多ラベル分類タスクにおいて優れた性能を達成し、少数クラスに対して信頼性が確認された。

ABSTRACT

In medical image analysis, the cost of acquiring high-quality data and their annotation by experts is a barrier in many medical applications. Most of the techniques used are based on supervised learning framework and need a large amount of annotated data to achieve satisfactory performance. As an alternative, in this paper, we propose a self-supervised learning approach to learn the spatial anatomical representations from the frames of magnetic resonance (MR) video clips for the diagnosis of knee medical conditions. The pretext model learns meaningful spatial context-invariant representations. The downstream task in our paper is a class imbalanced multi-label classification. Different experiments show that the features learnt by the pretext model provide explainable performance in the downstream task. Moreover, the efficiency and reliability of the proposed pretext model in learning representations of minority classes without applying any strategy towards imbalance in the dataset can be seen from the results. To the best of our knowledge, this work is the first work of its kind in showing the effectiveness and reliability of self-supervised learning algorithms in class imbalanced multi-label classification tasks on MR video. The code for evaluation of the proposed work is available at this https URL

研究の動機と目的

• MRIを用いた診断における専門家アノテーション付き医療画像データの高コストと希少性に対処すること。
• ラベルなしMR動画クリップを活用して意味のある空間的表現を学ぶ自己教師あり学習アプローチの開発。
• 膝病変のための困難な、クラス不均衡な多ラベル分類設定における自己教師あり特徴の有効性の評価。
• 提案手法が明示的なデータレベルのバランス戦略を用いなくても、少数疾患クラスにおける性能向上を示すこと。

提案手法

• 本手法は、アノテーションを必要とせず、MR動画クリップのフレームから空間的文脈不変表現を学ぶための事前学習タスクを用いる。
• 対照的学習に基づくフレームワークを採用し、ラベルなしデータからの特徴学習を可能にする前処理タスクでモデルを事前学習する。
• 学習された表現を、不均衡なデータ分布を持つ下流の多ラベル分類タスクで微調整する。
• モデルアーキテクチャは、フレーム間での空間的解剖学的構造の保持を設計しており、診断の関連性を高める。
• 下流タスクでは、データオーグメンテーションやクラス再重み付け戦略を適用しない。これにより、元のデータセットの不均衡の整合性が保たれる。

実験結果

リサーチクエスチョン

• RQ1 ラベルなしMR動画クリップからの自己教師あり表現学習は、膝疾患診断の性能向上に寄与するか？
• RQ2 提案手法は、多ラベルでクラス不均衡な分類タスクにおける少数クラスに対してどのように性能を発揮するか？
• RQ3 事前学習タスクは、下流診断に有用な空間的不変な解剖学的特徴を効果的に学習できるか？
• RQ4 限られたラベル付きデータがある状況で、自己教師ありアプローチは教師ありベースラインを上回るか、同等の性能を示すか？

主な発見

• SSLMが学習した自己教師あり特徴は、データレベルのバランス調整を一切行わなくても、下流の多ラベル分類タスクで優れた性能を達成した。
• モデルは少数クラス疾患の予測において特に信頼性が高く、クラス不均衡を考慮しても予想を上回る性能を示した。
• 事前学習モデルは空間的解剖学的文脈を効果的に捉えており、説明可能で診断的に関連性の高い表現を生成した。
• 結果から、自己教師あり事前学習が、医療動画解析におけるデータ不足とクラス不均衡の課題を効果的に軽減できることを示した。