[論文レビュー] X-Ray bone abnormalities detection using MURA dataset

Anna Solovyova, I. A. Solovyov|arXiv (Cornell University)|Aug 7, 2020

Artificial Intelligence in Healthcare and Education参考文献 19被引用数 4

ひとこと要約

本論文では、MURAデータセットを用いてトレーニングされたディープラーニングモデルを提示し、レントゲン画像における骨の異常を検出する。手首ではKappaスコア0.942、手では0.862、肩では0.735を達成し、最先端の結果と同等の性能を示した。システムは異常領域を可視化し、整形外傷のコンピュータ支援診断（CAD）を通じて放射線科医の作業負荷と診断ミスを低減することを目的としている。

ABSTRACT

We introduce the deep network trained on the MURA dataset from the Stanford University released in 2017. Our system is able to detect bone abnormalities on the radiographs and visualise such zones. We found that our solution has the accuracy comparable to the best results that have been achieved by other development teams that used MURA dataset, in particular the overall Kappa score that was achieved by our team is about 0.942 on the wrist, 0.862 on the hand and o.735 on the shoulder (compared to the best available results to this moment on the official web-site 0.931, 0.851 and 0.729 accordingly). However, despite the good results there are a lot of directions for the future enhancement of the proposed technology. We see a big potential in the further development computer aided systems (CAD) for the radiographs as the one that will help practical specialists diagnose bone fractures as well as bone oncology cases faster and with the higher accuracy.

研究の動機と目的

• 放射線科医の疲労、作業負荷、経験の差による整形外科レントゲン診断の誤差の高い発生率に対処する。
• 骨の亀裂の診断における人為的バイアスと作業負荷を低減するために、X線画像の解釈のためのコンピュータ支援診断（CAD）システムを開発する。
• 標準的なX線画像における異常検出と局所化を自動化することで、診断のスピードと正確性を向上させる。
• AI駆動の高リスク症例の優先順位付けを通じて、臨床意思決定を強化する。
• 単一病院のソリューションを超えて、多様な臨床現場に適用可能なスケーラブルで一般化可能なCADシステムの基盤を築く。

提案手法

• 公開済みの整形外科X線画像コレクションであるMURAデータセットを用いて、深層ニューラルネットワークをトレーニングした。
• 特徴抽出と分類のため、事前にトレーニングされた畳み込みニューラルネットワーク（CNN）アーキテクチャを用いたトランスファー学習を採用した。
• 活性マップやGrad-CAMに類似した可視化手法を用いて、X線画像における異常領域の局所化を実現した。
• 手首、手、肩の異なる解剖学的領域における二値分類（異常あり vs. 異常なし）の最適化を実施した。
• 将来的に、特定の種類の骨の異常を区別できる多クラス分類への拡張を計画した。
• 標高品質の向上と詳細な異常アノテーションの実現のため、10年以上の経験を持つ臨床専門家と協働した。

実験結果

リサーチクエスチョン

• RQ1 ディープラーニングモデルは、MURAデータセットを用いた骨の異常検出において、最先端のシステムと同等の高い診断正確性を達成できるか？
• RQ2 モデルはX線画像における異常領域の局所化にどの程度効果的であり、可視化によって放射線科医の信頼性とワークフローが向上するか？
• RQ3 高い作業負荷や疲労状態下でも、モデルは骨の亀裂検出における人為的バイアスをどの程度低減できるか？
• RQ4 MURAデータセットから得られる限定的かつ多様なデータを用いてトレーニングされたCADシステムは、異なる解剖学的領域においても高い信頼性で一般化可能か？
• RQ5 解釈可能性に欠ける無教師学習モデルを臨床的レントゲン診断ワークフローに統合するにあたり、倫理的・実務的障壁は何か？

主な発見

• モデルは手首でKappaスコア0.942、手で0.862、肩で0.735を達成し、当時公表済みの最高の結果と同等またはそれを上回った。
• システムは骨の異常領域を効果的に可視化し、放射線科医が再評価を繰り返さずに病理的領域を特定するのを支援した。
• 強力な性能を示したが、当初は二値分類（異常の有無）に限定されており、多クラスへの拡張の必要性が示された。
• 研究チームは、MURAデータセットに解剖学的領域ごとのサンプル数が不足していること、特にまれなまたは複雑な亀裂の症例が少ないことを見出した。これはモデルの一般化能力に制限をもたらした。
• 専門家によるアノテーション済みデータの必要性が極めて重要であると強調され、今後の多様な異常タイプの分類を向上させるための研究が不可欠である。
• 倫理的・規制上の障壁は依然として大きな課題であり、とくに高リスク医療環境において解釈可能性に欠ける無教師学習モデルの導入には懸念が伴う。