[論文レビュー] Weakly-supervised localization of diabetic retinopathy lesions in retinal fundus images

Waleed M. Gondal, Jan M. Köhler+3 more|arXiv (Cornell University)|Jun 29, 2017

Retinal Imaging and Analysis参考文献 28被引用数 9

ひとこと要約

本稿では、画像レベルのラベルのみを用いて網膜眼底画像における糖尿病性網膜症の病変を弱教師付きで局所化する深層学習手法を提案する。グローバル平均プーリングとクラス活性化マッピングを適用した最先端のCNNアーキテクチャを採用することで、病変検出において高い感度（出血病変で97.2％）と低い誤検出数（1.5–2.25 FPs/画像）を達成し、完全教師あり手法を上回る性能を示した一方で、画像レベル分類のAUCは0.954を維持した。

ABSTRACT

Convolutional neural networks (CNNs) show impressive performance for image classification and detection, extending heavily to the medical image domain. Nevertheless, medical experts are sceptical in these predictions as the nonlinear multilayer structure resulting in a classification outcome is not directly graspable. Recently, approaches have been shown which help the user to understand the discriminative regions within an image which are decisive for the CNN to conclude to a certain class. Although these approaches could help to build trust in the CNNs predictions, they are only slightly shown to work with medical image data which often poses a challenge as the decision for a class relies on different lesion areas scattered around the entire image. Using the DiaretDB1 dataset, we show that on retina images different lesion areas fundamental for diabetic retinopathy are detected on an image level with high accuracy, comparable or exceeding supervised methods. On lesion level, we achieve few false positives with high sensitivity, though, the network is solely trained on image-level labels which do not include information about existing lesions. Classifying between diseased and healthy images, we achieve an AUC of 0.954 on the DiaretDB1.

研究の動機と目的

• 病変レベルのアノテーションを必要とせず、画像レベルのラベルのみで網膜眼底画像における糖尿病性網膜症病変の局所化を実現する弱教師付き手法の開発。
• 分類意思決定の根拠となる特徴的領域を強調することで、医療画像における深層学習モデルの解釈可能性を向上させること。
• 完全教師あり手法と同等の性能を達成しつつ、病変レベルのアノテーションなしに画像レベルのラベルでの学習が可能な高精度な病変検出を実現すること。
• 標準的なCNNでは局所化が困難な、散在的で小さな病変領域（例：微小動脈瘤、出血）を含む網膜画像における課題に取り組むこと。

提案手法

• 糖尿病性網膜症分類のための最先端の教師ありCNNアーキテクチャを、弱教師付きオブジェクト局所化に対応可能に変更する。
• 最終畳み込み層とソフトマックス分類出力との間の線形関係を確立するためにグローバル平均プーリング（GAP）を用いる。
• クラス活性化マッピング（CAM）を適用して、予測クラスの根拠となる特徴的領域を強調するヒートマップを生成する。
• 境界ボックスやピクセル単位のアノテーションを一切使用せず、画像レベルのラベル（例：「病変あり」または「健常」）のみでネットワークを学習する。
• 1回の順伝播処理で局所化マップを生成可能であり、高速な推論と解釈可能性を実現する。
• 病変レベル検出性能の評価にオーバーラップ基準（50％および1ピクセルの閾値）を用いる。

実験結果

リサーチクエスチョン

• RQ1 画像レベルのラベルのみを用いて、弱教師付きの深層学習モデルが網膜眼底画像における糖尿病性網膜症病変を局所化できるか？
• RQ2 散在的で小さな病変（例：出血）を検出する際、弱教師付き局所化の性能は完全教師あり手法と比べてどうなるか？
• RQ3 予測された活性化マップが臨床的に関連のある病変領域とどの程度一致するか？
• RQ4 明示的な局所化アノテーションなしに、高精度な分類性能を維持しつつ、正確な病変局所化を達成できるか？

主な発見

• DiaretDB1データセットにおいて、画像レベル分類のAUCは0.954を達成した。
• 出血病変検出において、50％のオーバーラップ基準下で97.2％の感度を達成し、1画像あたりの誤検出数は2.25にとどまった。
• 1ピクセルのオーバーラップ閾値を用いる場合、出血病変の感度は91％、硬性エキスダートでは87％に上昇したが、1画像あたりの誤検出数は1.5に維持された。
• 従来の弱教師付きアプローチに比べ、誤検出数を大幅に低減し、軟性エキスダートでは1.45 FPs/画像を達成した（Quellecら[25]の10に比べて）。
• 赤色小点（RSD）の検出には限界があり、1ピクセルのオーバーラップ基準下で52％の感度にとどまり、これはそのサイズがピクセル未満であり、ヒートマップの解像度が粗いためと推察される。
• 病変レベルの監視なしにもかかわらず、局所化マップは臨床的に関連のある病変領域と強く相関しており、強力な解釈可能性を示した。