[論文レビュー] Using Machine Learning to Automate Mammogram Images Analysis

Xuejiao Tang, Zhang Liu-hua+7 more|arXiv (Cornell University)|Dec 6, 2020

AI in cancer detection参考文献 18被引用数 7

ひとこと要約

本研究では、機械学習に基づくコンピュータ支援診断システムを提案し、自動マウモグラム解析を実現する。離散ウェーブレット変換およびフーリエ変換を用いた特徴抽出、エントロピーに基づく特徴選択、複数の分類器（投票方式を含む）を統合することで、カナダのデータセットを用いた最適な特徴を用いて96.06%の正答率と97.45%の特異度を達成した。

ABSTRACT

Breast cancer is the second leading cause of cancer-related death after lung cancer in women. Early detection of breast cancer in X-ray mammography is believed to have effectively reduced the mortality rate. However, a relatively high false positive rate and a low specificity in mammography technology still exist. In this work, a computer-aided automatic mammogram analysis system is proposed to process the mammogram images and automatically discriminate them as either normal or cancerous, consisting of three consecutive image processing, feature selection, and image classification stages. In designing the system, the discrete wavelet transforms (Daubechies 2, Daubechies 4, and Biorthogonal 6.8) and the Fourier cosine transform were first used to parse the mammogram images and extract statistical features. Then, an entropy-based feature selection method was implemented to reduce the number of features. Finally, different pattern recognition methods (including the Back-propagation Network, the Linear Discriminant Analysis, and the Naive Bayes Classifier) and a voting classification scheme were employed. The performance of each classification strategy was evaluated for sensitivity, specificity, and accuracy and for general performance using the Receiver Operating Curve. Our method is validated on the dataset from the Eastern Health in Newfoundland and Labrador of Canada. The experimental results demonstrated that the proposed automatic mammogram analysis system could effectively improve the classification performances.

研究の動機と目的

• マウモグラフィースクリーニングにおける高い偽陽性率と低すぎる特異度が、早期の乳がん検出を妨げているのを是正すること。
• 放射線科医の専門知識や二重読影プロトコルへの依存を減らし、マウモグラムを正常またはがん性と自動分類すること。
• 機械学習を用いた高度な特徴抽出と知能的な分類により、診断の正確性を向上させること。
• 複数の分類器（LDA、BP、NB、投票）を評価・比較し、マウモグラム分類に最も効果的なアプローチを特定すること。
• エントロピーに基づく情報ゲインを用いた特徴選択により、次元削減を図りながら分類性能を向上させること。

提案手法

• マウモグラム画像から統計的特徴を抽出するために、離散ウェーブレット変換（Daubechies 2, 4, およびBiorthogonal 6.8）およびフーリエ余弦変換を適用する。
• エントロピーに基づく特徴選択法を用い、情報ゲインに基づいて特徴をランク付けし、12個の最も有益な特徴を選択する。
• 3つのベース分類器（線形判別分析（LDA）、バックプロパゲーション（BP）ニューラルネットワーク、ナイーブベイズ（NB）分類器）を実装する。
• 3つの分類器を投票方式で統合し、全体の分類性能を向上させる。
• 感度、特異度、正答率、受信者操作特性（ROC）曲線を用いて性能を評価する。
• アバウト・ヘルス（ニューファンドランド・ラボラドール、カナダ）の実世界データセットを用いてシステムを訓練およびテストする。

Figure 1: Framework of automatic mammogram analysis system.

実験結果

リサーチクエスチョン

• RQ1 機械学習技術を用いることで、従来の方法と比較して、自動マウモグラム分類の特異度と正答率を顕著に向上させることができるか？
• RQ2 ウェーブレット変換とフーリエ変換の統合は、マウモグラムにおける乳がん検出のための特徴抽出をどのように向上させるか？
• RQ3 エントロピーに基づく特徴選択は、不要または重複する特徴を削減することで、分類性能をどの程度向上させるか？
• RQ4 個々の分類器（LDA、BP、NB）およびアンサンブル戦略（投票）のうち、感度、特異度、正答率の観点から最も高い診断性能を示すのはどれか？
• RQ5 情報ゲインを用いて選択された最適な特徴を用いることで、個々の変換組み合わせからの特徴と比較して、優れた分類結果が得られるか？

主な発見

• 最適な特徴セットを用いた投票分類方式が、最高の正答率（96.06%）と特異度（97.45%）を達成し、すべての個別分類器を上回った。
• ナイーブベイズ分類器は、投票アンサンブル内で最高の感度（96.45%）と特異度（97.45%）を示し、がん性症例の検出において優れた性能を示した。
• バックプロパゲーションニューラルネットワークは、単一分類器の中で最高の正答率（94.14%）を記録し、正常例とがん例の両方に対して優れた一般化能力を示した。
• エントロピーに基づく情報ゲインを用いて選択された最適な特徴セットは、db2-フーリエ、bior6.8-フーリエ、db4-フーリエの組み合わせからの特徴よりも顕著に優れた性能を示した。
• 最適な特徴を用いることで、db2-フーリエおよびbior6.8-フーリエ特徴と比較して、特異度がそれぞれ5.42%および7.04%向上した。これは特徴選択の影響を強く示している。
• ROC曲線分析により、投票分類器がすべての特徴セットにおいて、特に高特異度領域で他のすべての分類器を一貫して上回ることが確認された。