[論文レビュー] Translating Clinical Delineation of Diabetic Foot Ulcers into Machine Interpretable Segmentation

Connah Kendrick, Bill Cassidy+7 more|arXiv (Cornell University)|Apr 22, 2022

Diabetic Foot Ulcer Assessment and Management被引用数 17

ひとこと要約

本論文は、臨床医によるアノテーションを施した4,000枚の画像を含む、糖尿病性足潰瘍（DFU）分類のための最大規模の臨床的セグメンテーションデータセットであるDFUC2022を紹介する。画像処理を用いて臨床医が描いた輪郭を滑らかにしたマスクに前処理することで、ディープラーニング分類性能が著しく向上し、Diceスコア0.7446を達成した。これは、最良のベースライン（0.5708）およびDFUC2022コンテスト優勝者（0.7287）を上回った。

ABSTRACT

Diabetic foot ulcer is a severe condition that requires close monitoring and management. For training machine learning methods to auto-delineate the ulcer, clinical staff must provide ground truth annotations. In this paper, we propose a new diabetic foot ulcers dataset, namely DFUC2022, the largest segmentation dataset where ulcer regions were manually delineated by clinicians. We assess whether the clinical delineations are machine interpretable by deep learning networks or if image processing refined contour should be used. By providing benchmark results using a selection of popular deep learning algorithms, we draw new insights into the limitations of DFU wound delineation and report on the associated issues. This paper provides some observations on baseline models to facilitate DFUC2022 Challenge in conjunction with MICCAI 2022. The leaderboard will be ranked by Dice score, where the best FCN-based method is 0.5708 and DeepLabv3+ achieved the best score of 0.6277. This paper demonstrates that image processing using refined contour as ground truth can provide better agreement with machine predicted results. DFUC2022 will be released on the 27th April 2022.

研究の動機と目的

• 臨床医によるグランドトゥルースアノテーションを有する、糖尿病性足潰瘍（DFUC2022）分類用の最大規模のデータセットを構築すること。
• 生の臨床医が描いた輪郭がディープラーニングモデルのグランドトゥルースとして適切かどうかを検証し、画像処理による精錬が性能向上に寄与するかを調査すること。
• DFUC2022データセット上で最先端のディープラーニングセグメンテーションネットワークをベンチマーク化し、主な性能制限要因を同定すること。
• データ分布、ノイズ、領域類似性の問題に対処するため、FCN32 VGGアーキテクチャを変更する新しいトレーニング戦略を提案・検証すること。
• 画像処理で得られた滑らかなマスクが、粗い臨床医の輪郭よりもモデルの予測と整合性が高くなることを実証すること。

提案手法

• 専門医による臨床的輪郭を有する4,000枚のDFU画像（2,000枚の訓練用、2,000枚のテスト用）を収集・整備した。
• 画像処理技術を用いて、元々粗い臨床医が描いた輪郭を滑らかで機械可読なマスクに精錬し、より良好なグランドトゥルース表現を実現した。
• 生のマスクと滑らかなマスクの両方を用いて、さまざまなディープラーニングセグメンテーションモデル（例：DeepLabv3+、FCN32 VGG）を訓練・評価し、性能を比較した。
• データ分布バイアス、バックグラウンドノイズ、テクスチャ類似性の影響を分離するためのアブレーションスタディを実施した。
• 小規模で低コントラストなDFU領域における特徴学習を改善するため、FCN32 VGGネットワークのアーキテクチャを変更し、過剰なダウンサンプリングを低減した。
• 説明可能なAI技術（例：クラス活性マップ）を用いて、モデルの注目領域を分析し、予測時に潰瘍領域に注目していることを確認した。

実験結果

リサーチクエスチョン

• RQ1 DFUの臨床的輪郭を直接ディープラーニング分類のグランドトゥルースとして使用可能か、それとも画像処理による精錬が性能向上に寄与するか？
• RQ2 DFU分類におけるディープラーニングモデルのトレーニングにおける主な課題は何か。データ分布、ノイズ、テクスチャ類似性が性能に与える影響は？
• RQ3 臨床医が描いた輪郭から得られる滑らかなマスクを用いることで、モデルの予測と臨床的アノテーションの整合性が向上するか？
• RQ4 標準のセグメンテーションネットワーク（例：FCN32 VGG）にアーキテクチャ的変更を加えることで、後処理なしに小規模で低コントラストなDFU領域の性能を向上させられるか？
• RQ5 提案手法の性能は、DFUC2022ベンチマーク上で最先端モデルと比較してどうか。特にDiceスコアおよびノイズや小規模病変に対するロバスト性の観点から。

主な発見

• DFUC2022データセットは、これまでに入手可能な最大規模のDFUセグメンテーションデータセットであり、臨床医による2,000枚の訓練画像と2,000枚のテスト画像を含む。
• 臨床医が描いた輪郭を画像処理で滑らかにしたマスクへの前処理により、分類性能が顕著に向上し、Diceスコアは0.7446（最良のベースライン0.5708）を記錦。
• 提案された変更を加えたFCN32 VGGネットワークは、Diceスコア0.7446を達成し、DFUC2022コンテストの優勝モデル（0.7287）を上回った。
• ベースラインモデルは、95％以上の画像で潰瘍領域が画像総面積の5％未満に留まるという過剰なダウンサンプリングとデータ分布バイアスの影響により、小規模なDFU領域の処理に苦慮した。
• バックグラウンドノイズと、潰瘍、周囲皮膚、健常皮膚間のテクスチャ類似性が、誤分類およびバックグラウンドへの過学習を引き起こし、モデル性能を著しく低下させた。
• 標準ネットワークにおける急速なアップサンプリングによりピクセル化や誤検出領域が生じたが、特徴マップの解像度と局所化精度を向上させるアーキテクチャ的変更により、これを緩和できた。