[論文レビュー] WCEbleedGen: A wireless capsule endoscopy dataset and its benchmarking for automatic bleeding classification, detection, and segmentation

Palak Handa, Manas Dhir+5 more|arXiv (Cornell University)|Aug 22, 2024

Gastrointestinal Bleeding Diagnosis and TreatmentMedicine被引用数 3

ひとこと要約

本論文では、2,618枚の無線内視鏡画像フレームを含む、高品質でオープンソースの医療分類付きデータセット「WCEbleedGen」を紹介する。このデータセットは、自動出血分類・検出・セグメンテーションのためのものであり、分類・検出・セグメンテーションの各タスクにそれぞれ9種類・3種類・3種類の深層学習モデルをベンチマークした。VGG19、YOLOv8n、LinkNetが最高の性能を示し、WCE解析におけるマルチタスクAIの新基準を確立した。

ABSTRACT

Computer-based analysis of Wireless Capsule Endoscopy (WCE) is crucial. However, a medically annotated WCE dataset for training and evaluation of automatic classification, detection, and segmentation of bleeding and non-bleeding frames is currently lacking. The present work focused on development of a medically annotated WCE dataset called WCEbleedGen for automatic classification, detection, and segmentation of bleeding and non-bleeding frames. It comprises 2,618 WCE bleeding and non-bleeding frames which were collected from various internet resources and existing WCE datasets. A comprehensive benchmarking and evaluation of the developed dataset was done using nine classification-based, three detection-based, and three segmentation-based deep learning models. The dataset is of high-quality, is class-balanced and contains single and multiple bleeding sites. Overall, our standard benchmark results show that Visual Geometric Group (VGG) 19, You Only Look Once version 8 nano (YOLOv8n), and Link network (Linknet) performed best in automatic classification, detection, and segmentation-based evaluations, respectively. Automatic bleeding diagnosis is crucial for WCE video interpretations. This diverse dataset will aid in developing of real-time, multi-task learning-based innovative solutions for automatic bleeding diagnosis in WCE. The dataset and code are publicly available at https://zenodo.org/records/10156571 and https://github.com/misahub2023/Benchmarking-Codes-of-the-WCEBleedGen-dataset.

研究の動機と目的

• 出血分類・検出・セグメンテーションを目的とした、医療的アノテーションが施され、クラスバランスが取れたWCEデータセットの不足に応えること。
• 分類・検出・セグメンテーションの各タスクにおいて、多様な深層学習モデルを用いた包括的なベンチマークを構築すること。
• 将来のAI研究における自動WCE出血解析のための標準化された評価フレームワークを確立すること。
• 消化管出血診断における臨床現場への実装を想定した、リアルタイムでマルチタスク学習が可能なシステムの開発を支援すること。
• 公開可能なデータセットとコードを提供することで、再現性のある研究を促進すること。

提案手法

• WCEbleedGenデータセットは、インターネットリポジトリや既存のWCEデータセットなど多様なソースから構築され、画像の多様性と現実世界の再現性を確保した。
• データセットには、バランスの取れたクラスを有する2,618枚のフレームが含まれており、それぞれがクラスラベル、バウンディングボックス、バイナリマスクでアノテートされている。
• 分類タスクには9種類の深層学習モデル、検出タスクには3種類、セグメンテーションタスクには3種類のモデルを評価し、標準的な指標（正解率、適合率、再現率、IoU、Dice係数）を用いた。
• ベンチマークプロセスでは、データセットを用いた学習と検証を実施し、汎化性能を検証するために検証セットおよびテストセットでも評価を行った。
• 標準的なディープラーニングフレームワークを用いてモデルを学習・評価し、各タスクのパフォーマンスを最適化するようにハイパーパrameterを調整した。
• データセットは、クラスラベル・バウンディングボックス・セグメンテーションマスクを併記することでマルチタスク学習を可能にし、複数タスク間での統合学習を可能としている。

実験結果

リサーチクエスチョン

• RQ1 新しく収集された医療的アノテーション付きのデータセットを用いて、最先端の深層学習モデルがWCE画像の出血あり・なしフレームを分類する性能はどの程度か？
• RQ2 異なる検出モデルはWCEフレーム内の出血領域をどの程度正確に局所化できるか。特に、局所化精度が最も高いアーキテクチャは何か？
• RQ3 どのセグメンテーションモデルが正解の出血領域と最も高い重複度を示すか。また、出血の外観や強度の多様性にわたってどのように一般化するか？
• RQ4 提案されたデータセットは、将来のAIモデルにおけるWCE出血解析の信頼できるベンチマークとして機能できるか。また、品質とアノテーションの完全性の観点で、既存のデータセットと比較してどう異なるか？
• RQ5 現在のAIモデルにおける出血検出の主な限界は何か。また、より優れたアーキテクチャ設計やデータ拡張によって、どのように改善できるか？

主な発見

• VGG19は、高い正解率・適合率・再現率を示し、フレームレベルの二値分類において優れた効果を示した。
• YOLOv8nは他の検出モデルを上回り、出血領域の局所化において適合率と再現率のバランスが最も優れていた。
• LinkNetは最高のセグメンテーション性能を示し、高いIoUおよびDice係数を達成しており、境界の正確な特定と領域の重複度に優れた性能を示した。
• SegNetはピxls単位の分類精度は高かったが、境界の定義が不正確であったため、IoUおよびDiceスコアが低かった。
• ベンチマークの結果から、分類および検出タスクの指標は中程度であったが、セグメンテーション性能は高く、特にLinkNetは臨床現場への適用可能性が示された。
• データセットとコードは、Auto-WCEBleedGenチャレンジにおいて活発に利用されており、研究コミュニティにおける実用性と再現可能性を裏付けた。