[論文レビュー] Web Applicable Computer-aided Diagnosis of Glaucoma Using Deep Learning

Mijung Kim, Olivier Janssens+4 more|arXiv (Cornell University)|Dec 6, 2018

Retinal Imaging and Analysis参考文献 11被引用数 6

ひとこと要約

本稿では、分類のためのセグメンテーションアノテーションが不要な、唯一の網膜画像を用いたグレープモア診断および局在化のためのウェブ統合型ディープラーニングシステムを提案する。微調整されたVGG16 CNNとGrad-CAMを用いて解釈可能性を実現し、小規模なデータセットで91%の正確性と0.94のAUCを達成した。これは、公開済みのプロトタイプWebアプリを通じて、臨床的解釈可能性と高い性能を示している。

ABSTRACT

Glaucoma is a major eye disease, leading to vision loss in the absence of proper medical treatment. Current diagnosis of glaucoma is performed by ophthalmologists who are often analyzing several types of medical images generated by different types of medical equipment. Capturing and analyzing these medical images is labor-intensive and expensive. In this paper, we present a novel computational approach towards glaucoma diagnosis and localization, only making use of eye fundus images that are analyzed by state-of-the-art deep learning techniques. Specifically, our approach leverages Convolutional Neural Networks (CNNs) and Gradient-weighted Class Activation Mapping (Grad-CAM) for glaucoma diagnosis and localization, respectively. Quantitative and qualitative results, as obtained for a small-sized dataset with no segmentation ground truth, demonstrate that the proposed approach is promising, for instance achieving an accuracy of 0.91$\pm0.02$ and an ROC-AUC score of 0.94 for the diagnosis task. Furthermore, we present a publicly available prototype web application that integrates our predictive model, with the goal of making effective glaucoma diagnosis available to a wide audience.

研究の動機と目的

• 複数の画像モodalitiyに依存せずに、唯一の網膜画像を用いたグレープモアのためのコンピュータ支援診断システムを開発すること。
• 医療データの制限とセグメンテーションの真値の欠如という課題に対処するため、トランスファーラーニングとデータ拡張を用いること。
• 手動によるセグメンテーションアノテーションを必要とせずに、1つのモデルでグレープモアの診断と局在化を可能にすること。
• 非エキスパートユーザーが容易に利用可能な、公開可能なウェブアプリケーションを構築し、実世界での導入を可能にすること。

提案手法

• グレープモア分類のため、小規模な網膜画像データセット上で事前学習済みのVGG16モデルを微調整し、最終の全結合層を完全畳み込み層に置き換えた。
• 一般化性能を向上させるために、ランダムクロッピング、水平反転、およびランダムな明るさ調整（sigma ±0.8）を含むデータ拡張技術を適用した。
• 各畳み込みブロックの後にドロップアウト層（比率0.5）を設け、ADAM最適化アルゴリズムを用いて過学習を低減し、学習の安定性を向上させた。
• セグメンテーションの真値が不要な状態で、網膜画像内の懸念される領域を可視化・局在化するためにGrad-CAMを採用した。
• 過学習を防ぎ、モデル性能を最適化するために、エポック80で早期停止を適用した5-fold交差検証を実施した。
• 訓練済みモデルをプロトタイプWebアプリケーションに統合し、ドロップアンドドロップによる画像入力と、リアルタイムでの確率出力および視覚的注意マップの表示を可能にした。

実験結果

リサーチクエスチョン

• RQ1 セグメンテーションアノテーションが不要な状態で、ディープラーニングモデルが網膜画像のみを用いてグレープモアの高い診断正確性を達成できるか？
• RQ2 セグメンテーションの真値が欠如する状況下で、Grad-CAMは網膜画像におけるグレープモア関連領域の局在化にどの程度効果的か？
• RQ3 データ拡張およびモデル正則化技術は、小規模な医療データセットにおける過学習をどの程度軽減できるか？
• RQ4 ウェブベースのインターフェースは、非エキスパートユーザーに臨床的に解釈可能なディープラーニングモデルを効果的に提供できるか？
• RQ5 限られたアノテーションを伴う別のデータセットで学習した場合、本手法の性能は既存手法と比較してどの程度優れているか？

主な発見

• 提案手法のモデルは、セグメンテーション真値が一切ない小規模な網膜画像データセットで、診断正確性0.91 ± 0.02、ROC-AUCスコア0.94を達成した。
• モデルはクラスごとの性能が強く、再現率0.91、適合率0.92、F1スコア0.91を示した。
• Clinicianによる検証では、Grad-CAMの可視化が大多数のグレープモア症例で懸念される領域を正しく局在化したが、画像のぼやけや低品質のため一部の誤検出が生じた。
• VGG16にデータ拡張とドロップアウトを適用したことで、拡張なしの単純なアーキテクチャ（例：AlexNet）を用いたモデルと比較して、一般化性能が顕著に向上した。
• プロトタイプWebアプリケーションは正常にモデルを統合し、ユーザーが直感的に操作できるドロップアンドドロップインターフェースを通じて、リアルタイムでの診断と注意マップの可視化を可能にした。
• 別データセットで学習したAlexNetを用いた先行手法と比較して、本手法はVGG16の優れた表現能力とデータ拡張の活用により、優れた性能を示した。