[論文レビュー] Understanding 3D CNN Behavior for Alzheimer's Disease Diagnosis from Brain PET Scan

Jyoti Islam, Yanqing Zhang|arXiv (Cornell University)|Dec 10, 2019

Cell Image Analysis Techniques参考文献 16被引用数 15

ひとこと要約

本論文は、脳PETスキャンを用いたアルツハイマー病（AD）診断のための3次元畳み込みニューラルネットワーク（3D-CNN）を提案し、モデルの意思決定を解釈するために5つの可視化技術——感受性分析、ガイドドバックプロパゲーション、オクルージョン、脳領域オクルージョン、およびレイヤーごとの関連性プロパゲーション（LRP）——を採用している。主な貢献は、3D-CNNが主に側頭側頭部、特に海馬に注目していることの特定であり、これは既知のADバイオマーカーと一致しており、自動診断システムへの信頼性を高めている。

ABSTRACT

In recent days, Convolutional Neural Networks (CNN) have demonstrated impressive performance in medical image analysis. However, there is a lack of clear understanding of why and how the Convolutional Neural Network performs so well for image analysis task. How CNN analyzes an image and discriminates among samples of different classes are usually considered as non-transparent. As a result, it becomes difficult to apply CNN based approaches in clinical procedures and automated disease diagnosis systems. In this paper, we consider this issue and work on visualizing and understanding the decision of Convolutional Neural Network for Alzheimer's Disease (AD) Diagnosis. We develop a 3D deep convolutional neural network for AD diagnosis using brain PET scans and propose using five visualizations techniques - Sensitivity Analysis (Backpropagation), Guided Backpropagation, Occlusion, Brain Area Occlusion, and Layer-wise Relevance Propagation (LRP) to understand the decision of the CNN by highlighting the relevant areas in the PET data.

研究の動機と目的

• 医療画像解析、特にアルツハイマー病（AD）診断における3D-CNNモデルの解釈可能性の欠如に対処すること。
• 脳PETスキャンを用いた分類意思決定の仕組みを、特徴の関連性を可視化することで理解すること。
• AD診断のための特徴的脳領域を特定するにあたり、複数の説明可能技術を比較すること。
• モデルの注目領域が、海馬萎縮などの臨床的に認識されたADバイオマーカーと一致する程度を検証すること。
• 深層学習モデルの透明性を高めることで、信頼できる臨床意思決定支援システムの開発を支援すること。

提案手法

• 先行研究にインspiredされた3D-CNNアーキテクチャを、ADNIデータベースの1,230例の脳PETスキャン（AD：169例、MCI：661例、CN：400例）で学習させた。
• PETスキャンは非線形登録によりICBM152テンプレートに合わせられ、頭蓋骨除去され、193×229×193の等方的ボクセルに正規化された。
• 5つの可視化技術を適用した：感受性分析（バックプロパゲーション）、ガイドドバックプロパゲーション、オクルージョン、脳領域オクルージョン、およびレイヤーごとの関連性プロパゲーション（LRP）。
• 学習はPyTorchを用い、初期学習率0.0001、7エポックごとに重み減衰0.1、バッチサイズ16で実行した。
• データ漏洩を防ぐために、患者レベルで訓練・テスト分割を実施した。
• 各可視化手法のヒートマップをテストセットのAD画像全体で平均化し、空間的関連性パターンを比較した。

実験結果

リサーチクエスチョン

• RQ1 3D-CNNは、PETスキャンからのアルツハイマー病の分類において、どの脳領域に注目するか？
• RQ2 勾配ベースとオクルージョンベースの可視化手法（例：勾配ベース対オクルージョンベース）は、AD診断に必要な脳構造をどのように比較して強調するか？
• RQ3 モデルの注目領域が、海馬萎縮などの既知の臨床的ADバイオマーカーとどの程度一致するか？
• RQ4 3D-CNNは、PETデータを用いたAD診断において、2D-CNNを上回って空間的文脈を捉えられるか？
• RQ5 LRPやオクルージョンなどの説明可能技術は、モデルの意思決定プロセスを信頼性があり一貫して解釈可能に提供できるか？

主な発見

• 3D-CNNは、正常対照（CN）とアルツハイマー病（AD）患者を区別する分類精度が88.76%に達し、優れた性能を示した。
• 2D-CNNベースラインは71.45%の精度にとどまり、3D-CNNがボリュメトリックPETデータにおける空間的文脈をより効果的に捉えていることが示された。
• 5つの可視化手法すべてが、特に海馬を含む側頭側頭部をAD診断において最も関連性の高い領域として強調した。
• 勾配ベース手法（例：感受性分析、ガイドドバックプロパゲーション）は分散型の関連性マップを生成したが、オクルージョンベース手法は特定の局所的領域に集中した。
• LRPは、最も一貫性があり妥当性の高い関連性ヒートマップを生成し、海馬内のボクセルがAD分類において最も高い関連性を示した。
• モデルの注目領域は、ADバイオマーカーに関する既存の医学文献と密接に一致しており、真のラベルが不要な状態で解釈可能性アプローチの妥当性が検証された。