[論文レビュー] Unsupervised Domain Adaptation for Automatic Estimation of Cardiothoracic Ratio

Nanqing Dong, Michael Kampffmeyer+4 more|arXiv (Cornell University)|Jul 10, 2018

Radiomics and Machine Learning in Medical Imaging被引用数 5

ひとこと要約

本稿では、標的データセットにおけるピクセルレベルのアノテーションを必要とせずに、胸郭レントゲン画像から正確な自動心胸比（CTR）推定を可能にする、敵対的ネットワークを用いた教師なしドメイン適応フレームワークを提案する。セグメンテーションモデルと、予測マスクと正解マスクを区別するディスクラミネーターを訓練することで、ドメイン不変特徴を学習し、ラベルなしデータにおいて平均5.8%の百分率誤差と87.78%の心肥大検出精度を達成した。

ABSTRACT

The cardiothoracic ratio (CTR), a clinical metric of heart size in chest X-rays (CXRs), is a key indicator of cardiomegaly. Manual measurement of CTR is time-consuming and can be affected by human subjectivity, making it desirable to design computer-aided systems that assist clinicians in the diagnosis process. Automatic CTR estimation through chest organ segmentation, however, requires large amounts of pixel-level annotated data, which is often unavailable. To alleviate this problem, we propose an unsupervised domain adaptation framework based on adversarial networks. The framework learns domain invariant feature representations from openly available data sources to produce accurate chest organ segmentation for unlabeled datasets. Specifically, we propose a model that enforces our intuition that prediction masks should be domain independent. Hence, we introduce a discriminator that distinguishes segmentation predictions from ground truth masks. We evaluate our system's prediction based on the assessment of radiologists and demonstrate the clinical practicability for the diagnosis of cardiomegaly. We finally illustrate on the JSRT dataset that the semi-supervised performance of our model is also very promising.

研究の動機と目的

• 心胸比（CTR）推定における医療画像セグメンテーションの分野で、ピクセルレベルのアノテーションが限られたデータの課題に対処すること。
• 撮影プロトコルや画像品質の違いにより、異なる病院のレントゲンデータセット間で生じるドメインシフトを克服すること。
• ソースドメインのアノテーションのみを用いて、ラベルなしの標的データセットでも正確なCTR推定を可能にする手法を開発すること。
• 放射線科医の評価と心肥大検出の評価を通じて、臨床的実用性を実証すること。
• JSRTベンチマークにおけるセグメンテーション性能の向上を図るため、半教師あり学習にフレームワークを拡張すること。

提案手法

• ディスクラミネーターが予測マスクと正解マスクを区別できるようにする、新たな敵対的訓練方式を提案する。これにより、ドメイン不変な予測が強制される。
• セグメンテーションモデルとディスクラミネーターの両方にResNet18バックボーンを用い、セグメンテーションモデルは完全畳み込みネットワーク（FCN）アーキテクチャとストライド16を採用する。
• セグメンテーションモデルがディスクラミネーターを欺くように訓練し、現実的でドメインに依存しないセグメンテーションマスクを生成することで、ドメインシフトの影響を最小限に抑える。
• 予測された肺セグメンテーションマスクに対して後処理を施し、CTRを計算する。心肥大の分類には閾値0.5を用いる。
• ハイパーパrameter λadv = 10−4 を用いた敵対的損失を適用し、Adamを用いて最適化する。学習率は10−3 で、ディスクラミネーターをセグメンテーションモデルの前に2回更新する。
• JSRTデータセットからのラベルなしデータを統合することで、半教師あり学習にフレームワークを適応させ、限られたラベルデータでも性能を向上させる。

実験結果

リサーチクエスチョン

• RQ1 ラベルなしの標的データが存在する状況で、敵対的ドメイン適応が異なる病院のX線データセット間におけるCTR推定のドメインシフトを軽減できるか？
• RQ2 ディスクラミネーターを用いて予測マスクのドメイン独立性を強制することで、標準的なドメイン適応手法と比較してセグメンテーションの一般化性能が向上するか？
• RQ3 ソースドメインのアノテーションとラベルなしの標的データのみを用いて、本手法が心肥大検出にどの程度効果的か？
• RQ4 半教師あり設定において、モデルはどの程度ラベルなしデータを活用してJSRTベンチマークにおけるセグメンテーション性能を向上させられるか？
• RQ5 大幅にアノテーションの必要量を削減した状況でも、本フレームワークは教師ありベースラインと同等の臨床的有用性を達成できるか？

主な発見

• 提案されたDA-ADV手法は、Wingspanの標的データセットで平均百分率誤差（APE）5.8%、平均絶対誤差（MAE）3.3%、平均二乗誤差（RMSE）0.06を達成し、ベースラインの転移学習（TL-SEG）や最先端手法（ADDa）を上回った。
• Wingspanデータセットにおいて、予測された肺セグメンテーションから心肥大を分類する際、87.78%の正解度、97.72%の適合率、84.21%の感度、95.57%の特異度を達成した。
• 半教師あり実験では、JSRTトレーニングデータの50%しかラベルが付与されていなくても、肺のIoUが90.4%、心臓のIoUが81.2%に達し、ラベルが限られた教師ありベースラインを著しく上回った。
• データオーグメンテーションを用いない状況でも、本手法は多様な撮影条件にわたって堅牢であることを示し、一般化能力の高さを裏付けた。
• 図4の定性的な結果から、標的ドメインにラベルなしの状況でも、正確で一貫性のあるセグメンテーションマスクが生成されることを確認した。
• トレーニング後、ディスクラミネーターが実際のマスクと予測マスクを区別できなくなることから、予測マスクのドメイン間整合性が向上し、データセットシフトが効果的に低減されたことが裏付けられた。