[論文レビュー] Unifying Structure Analysis and Surrogate-driven Function Regression for Glaucoma OCT Image Screening

Xi Wang, Hao Chen+6 more|arXiv (Cornell University)|Jul 26, 2019

Retinal Imaging and Analysis参考文献 12被引用数 6

ひとこと要約

本論文は、OCT画像からの自動緑内障スクリーニングを目的として、構造解析とサーヴィエージュ駆動関数回帰を統合する半教師ありマルチタスク深層学習フレームワークを提案する。新規に構築された4,877体積のデータセット上で、93.2%の正確性、93.2%のF1スコア、97.8%のAUCを達成し、ベースラインモデルおよび2名の専門的眼科医を上回る最先端の性能を発揮した。この性能は、欠損した視野測定値を補完するための新規な半教師あり戦略と、分類と回帰の両方を同時に学習する2D-ResNetベースのネットワークを活用することで達成された。

ABSTRACT

Optical Coherence Tomography (OCT) imaging plays an important role in glaucoma diagnosis in clinical practice. Early detection and timely treatment can prevent glaucoma patients from permanent vision loss. However, only a dearth of automated methods has been developed based on OCT images for glaucoma study. In this paper, we present a novel framework to effectively classify glaucoma OCT images from normal ones. A semi-supervised learning strategy with smoothness assumption is applied for surrogate assignment of missing function regression labels. Besides, the proposed multi-task learning network is capable of exploring the structure and function relationship from the OCT image and visual field measurement simultaneously, which contributes to classification performance boosting. Essentially, we are the first to unify the structure analysis and function regression for glaucoma screening. It is also worth noting that we build the largest glaucoma OCT image dataset involving 4877 volumes to develop and evaluate the proposed method. Extensive experiments demonstrate that our framework outperforms the baseline methods and two glaucoma experts by a large margin, achieving 93.2%, 93.2% and 97.8% on accuracy, F1 score and AUC, respectively.

研究の動機と目的

• 生体OCT画像と視野データを用いて、構造的および機能的変化を統合的にモデル化する包括的な自動手法の不足に対処すること。
• 臨床的OCTデータセットにおける不完全な視野測定ラベルの課題を、半教師ありのサーヴィエージュラベル割り当て戦略によって克服すること。
• マルチタスク学習から得られる構造-機能関係を活用することで、グレアウマ分類を向上させる統一された深層学習フレームワークの開発。
• グレアウマOCTデータセットとして、4,877体積の公開可能な最大規模のデータセットを構築・公開すること、以て強固なモデル開発と評価を支援すること。

提案手法

• 完全な視野（VF）データが欠落しているOCTボリュームに対して、滑らかさ仮定に基づく半教師あり学習アプローチを用いて、代替視野測定値（サーヴィエージュVF）を生成する。
• 実際のラベルと疑似ラベルの両方を用い、視野機能回帰（VFI、MD、PSD）とグレアウマ分類（2値分類）の両方を同時に学習する、マルチタスク2D-ResNetベースのネットワークを訓練する。
• 分類と回帰の特徴を連結することで意思決定境界を改善し、モデルが機能的知見を活用して構造的分類をより良く行えるようにする。
• 特徴類似性と空間的一致性に基づき、類似したOCTボリュームに信頼性の高いVFラベルを伝搬させる、サーヴィエージュラベル割り当て戦略を採用する。
• 完全なラベルを持つサンプル（完全ケース）と、ラベルが不完全なサンプル（不完全ケース）の両方を用いて訓練を実施し、視野データのないサンプルについては回帰損失をマスクする。
• 分類意思決定に最も寄与する判別的領域を可視化・解釈するために、クラス活性マップ（CAMs）を用いる。

実験結果

リサーチクエスチョン

• RQ1 半教師あり学習戦略は、OCTデータセットにおける欠損した視野測定値を効果的に補完し、構造-機能統合モデリングを可能にするか？
• RQ2 マルチタスク学習による機能回帰と構造分類の統合は、単一タスクアプローチと比較してグレアウマスクリーニング性能を向上させるか？
• RQ3 OCT画像における構造的および機能的変化を統合的にモデル化する統一された深層学習フレームワークは、専門的眼科医を上回るグレアウマ検出能力を有するか？
• RQ4 不完全な臨床記録を有する大規模で現実世界のOCTデータセット上での、本手法の性能はいかがなものか？

主な発見

• 提案された2D-ResNet-SEMTフレームワークは、画像レベル分類タスクで93.2%の正確性、93.2%のF1スコア、97.8%のAUCを達成し、ベースラインモデルを著しく上回った。
• 2名の経験豊富なグレアウマ専門医（それぞれ91.2%および90.5%の正確性を達成）を上回り、優れた診断能力を示した。
• 半教師ありサーヴィエージュラベル割り当て戦略は、欠損した視野データの回復に効果的であり、部分的にラベルが付与された大規模データセット上での強固なマルチタスク学習を可能にした。
• 回帰と分類のブランチ統合により分類性能が向上し、ベースラインの2D-ResNetに比べて2D-ResNet-MTはF1スコアで5.1%の向上を達成した。
• クラス活性マップで可視化されたモデルの判別的領域は、臨床的知識と整合しており、グレアウマに影響を受ける視神経線維層領域で高い活性化を示した。
• 先行の最先端の3D-CNN手法に比べ、本フレームワークは正確性で4.8ポイント、F1スコアで5.1ポイント、AUCで1.6ポイントの向上を達成し、性能と一般化能力の優位性を示した。