[論文レビュー] Unsupervised Dual Adversarial Learning for Anomaly Detection in Colonoscopy Video Frames

Yuyuan Liu, Yu Tian+5 more|arXiv (Cornell University)|Oct 23, 2019

Anomaly Detection Techniques and Applications参考文献 20被引用数 4

ひとこと要約

本稿では、ポリープを異常とみなして、正常なフレームのみで学習する非教師あり異常検出フレームワークADGANを提案する。二重の生成対抗ネットワーク（二重の生成器と二重の識別器を備える）を用い、ポリープの検出を実現する。正常なフレーム（ポリープなし）のみで学習されたモデルは、異常なフレームを正確に再構築できず、高い再構築誤差を生じさせ、これがポリープの存在を示す。新しいコロノスコピー画像データセットにおいて、最先端のAUC 0.7296を達成した。

ABSTRACT

The automatic detection of frames containing polyps from a colonoscopy video sequence is an important first step for a fully automated colonoscopy analysis tool. Typically, such detection system is built using a large annotated data set of frames with and without polyps, which is expensive to be obtained. In this paper, we introduce a new system that detects frames containing polyps as anomalies from a distribution of frames from exams that do not contain any polyps. The system is trained using a one-class training set consisting of colonoscopy frames without polyps -- such training set is considerably less expensive to obtain, compared to the 2-class data set mentioned above. During inference, the system is only able to reconstruct frames without polyps, and when it tries to reconstruct a frame with polyp, it automatically removes (i.e., photoshop) it from the frame -- the difference between the input and reconstructed frames is used to detect frames with polyps. We name our proposed model as anomaly detection generative adversarial network (ADGAN), comprising a dual GAN with two generators and two discriminators. We show that our proposed approach achieves the state-of-the-art result on this data set, compared with recently proposed anomaly detection systems.

研究の動機と目的

• アノテート済みポリープデータセットの高コストと限られた入手可能性に対処するため、ポリープ検出をワンクラス異常検出問題として定式化すること。
• MSE損失に依存するオートエンコーダーに基づく手法の限界を克服し、グローバルな視覚的特徴を捉えること。
• エンドツーエンドの学習が不十分で、潜在空間からの画像再構築が不安定であるGAMベースの手法の課題を改善すること。
• 敵対的学習とマルチ損失最適化を統合したエンドツーエンドのフレームワークを構築し、コロノスコピーにおける頑健なポリープ検出を実現すること。

提案手法

• 視覚的生成器と識別器（画像レベルの再構築用）、潜在空間マッピング用の潜在生成器と識別器を備えた二重GANアーキテクチャであるADGANを提案する。
• MSE、ウォッサーシュタイン、およびバイナリクロスエントロピー（BCE）損失を組み合わせた損失関数を用いて、視覚的生成器が入力画像を再構築するように学習する。
• 二段階の訓練プロセスを採用：最初に、潜在GANを固定した状態で視覚GANを80,000イテレーション間、事前学習し、その後、両方のGANを20,000イテレーションにわたり同時に学習する。
• エンコーダーネットワークを用いて入力画像を潜在空間にマッピングする潜在コードを生成し、視覚的生成器が入力画像を再構築できるようにする。
• 再構築誤差のL2ノルムを用いて異常スコアを計算する：$ A( extbf{x}) = ig\| extbf{x} - G_v(G_l( extbf{x})) ig\|_2^2 $、ここで高い値はポリープの存在を示す。
• 損失成分のバランスをとるために、ハイパーパramータ $\alpha$ と $\beta$ を[0.1, 10]の範囲で検証セットで最適化する。

実験結果

リサーチクエスチョン

• RQ1 正常なコロノスコピー画像フレームのみで学習されたワンクラス学習アプローチが、ポリープを含むフレームを高い精度で異常と検出できるか？
• RQ2 敵対的学習と二重GANアーキテクチャを組み合わせることで、標準的なオートエンコーダーやGANと比較して再構築の正確性と異常検出性能が向上するか？
• RQ3 MSE、ウォッサーシュタイン、BCEの組み合わせ損失関数が、学習の安定性を高め、微細なポリープ異常の検出能力を向上させるか？
• RQ4 視覚的GANと潜在GANのエンドツーエンド学習は、二段階学習戦略と比較して、再構築品質と異常検出のAUCにおいて優れているか？
• RQ5 水や便などの複雑なテクスチャやアーティファクトを含む実世界のコロノスコピー画像に対し、モデルの一般化性能はどの程度高いか？

主な発見

• ADGANは、14,317枚の画像を含む新しいコロノスコピー画像データセットにおいて、最先端のAUC 0.7296を達成し、既存手法を上回った。
• ポリープを含むフレームに対して、顕著に高い再構築誤差（異常スコア > 0.7296 AUC）を示し、異常領域の効果的な検出を示した。
• 視覚的再構築結果から、ADGANは入力画像からポリープを効果的に除去し、自然な健全な腸壁の外観を生成できていることがわかった。
• 二重GAN構造により、安定した学習と改善された特徴表現が実現され、標準的なオートエンコーダーやGANと比較して誤検出（偽陰性）が減少した。
• MSE、ウォッサーシュタイン、BCE損失の組み合わせにより、単一損失ベースラインと比較して、一般化性能が向上し、より特徴的な異常スコアが得られた。
• モデルは未学習のテストデータに対しても良好に一般化し、照明やテクスチャの変動がある複雑なコロノスコピー画像に対しても高い性能を維持した。