[논문 리뷰] A Deep Learning Approach to Private Data Sharing of Medical Images Using Conditional GANs

Hanxi Sun, Jason Plawinski외 8명|arXiv (Cornell University)|2021. 06. 24.

AI in cancer detection참고 문헌 35인용 수 4

한 줄 요약

이 논문은 척추 단위의 합성 MRI 영상을 생성하기 위해 조건부 GAN 기반 방법을 제안하며, 개인정보 보호와 임상적 관련성을 유지한다. 해부학적 위치(ervical, thoracic, lumbar)에 따라 생성기를 조건화함으로써, 고해상도이자 다양하며 개인정보를 보호하는 합성 데이터를 생성하여, 실재 데이터 수준의 성능을 보이는 후속 작업(예: 모델 훈련)을 지원한다.

ABSTRACT

Sharing data from clinical studies can facilitate innovative data-driven research and ultimately lead to better public health. However, sharing biomedical data can put sensitive personal information at risk. This is usually solved by anonymization, which is a slow and expensive process. An alternative to anonymization is sharing a synthetic dataset that bears a behaviour similar to the real data but preserves privacy. As part of the collaboration between Novartis and the Oxford Big Data Institute, we generate a synthetic dataset based on COSENTYX (secukinumab) Ankylosing Spondylitis clinical study. We apply an Auxiliary Classifier GAN to generate synthetic MRIs of vertebral units. The images are conditioned on the VU location (cervical, thoracic and lumbar). In this paper, we present a method for generating a synthetic dataset and conduct an in-depth analysis on its properties along three key metrics: image fidelity, sample diversity and dataset privacy.

연구 동기 및 목표

• 임상 연구에서 개인정보 보호 우려로 인해 민감한 의료 영상 데이터를 공유하는 데 도전하는 문제를 해결하기 위해.
• 환자의 개인정보 보호를 확보하면서도 임상적 관련성을 유지하는 합성 데이터 생성 방법을 개발하기 위해.
• 이미지 해상도, 샘플 다양성, 데이터 개인정보 보호의 세 가지 핵심 지표를 바탕으로 합성 데이터를 평가하기 위해.
• 합성 데이터가 심층 학습 모델 훈련 및 검증을 위해 실재 데이터와 효과적으로 대체될 수 있음을 입증하기 위해.
• 합성 의료 영상 생성 및 공유를 위한 재현 가능하고 오픈소스 프레임워크를 제공하기 위해.

제안 방법

• 실재 MRI 영상의 척추 단위 데이터를 기반으로 조건부 액세서리 분류기 GAN(AC-GAN)을 훈련하며, 해부학적 위치(cervical, thoracic, lumbar)에 따라 조건화한다.
• 생성기는 노이즈 벡터 z ∈ ℝ¹⁰⁰ 와 원-핫 인코딩된 조건 벡터 cₖ ∈ ℝ³ 를 입력으로 받아 합성 영상을 생성한다.
• 이미지 모루이징은 조건 벡터 간 선형 보간을 통해 구현되어 해부학적 영역 간 부드러운 전이를 가능하게 한다.
• 개인정보 유출 방지를 위해 픽셀 공간 및 임bedding 공간(UAMP-64 기반)에서 이변수 및 분포 기반 재식별 공격을 평가한다.
• 실재 데이터의 클래스 분포(25% cervical, 55% thoracic, 20% lumbar)를 반영하여 총 10,000장의 합성 영상 데이터셋을 생성한다.
• 실재 데이터(F2305)와 합성 데이터를 기반으로 ResNet-18 분류기를 훈련하고, 독립 테스트 세트(A2209)에서 성능을 비교한다.

실험 결과

연구 질문

• RQ1 조건부 GAN은 실재 영상과 시각적·통계적으로 유사한 척추 단위의 합성 MRI 영상을 생성할 수 있는가?
• RQ2 합성 데이터셋은 원본 데이터에 존재하는 해부학적 변형의 다양성을 잘 유지하는가?
• RQ3 이변수 또는 분포 기반 공격를 통해 원본 환자의 재식별을 얼마나 효과적으로 방지할 수 있는가?
• RQ4 합성 데이터를 기반으로 훈련한 심층 학습 모델이 실재 데이터 기반 모델과 유사한 성능을 달성할 수 있는가?
• RQ5 합성 데이터셋은 후속 임상 영상 분석 작업에서 실재 데이터의 실질적인 대체재로 활용될 수 있는가?

주요 결과

• 합성 영상들은 높은 시각적 해상도를 보이며, 인간 평가 및 모델 기반 평가에서 실재 영상과 유의미한 차이가 없음을 확인하였다.
• 합성 데이터셋은 경추, 흉추, 요추 영역 전반에 걸친 해부학적 변형의 전반적인 범위를 잘 반영하여 강력한 샘플 다양성을 입증하였다.
• 이변수 공격에서 원본 영상 중 어느 것도 성공적으로 재식별되지 않았으며, 픽셀 공간 및 임베딩 공간 모두에서 최소 거리가 재식별 임계값을 초과하였다.
• 분포 기반 공격 결과, 어떤 합성 샘플도 실재 샘플의 1번째 백분위수(픽셀 공간) 또는 0.1번째 백분위수(임베딩 공간) 이내에 포함되지 않았으며, 이는 강력한 개인정보 보호 성능을 시사한다.
• 합성 데이터 기반으로 훈련한 ResNet-18 분류기는 독립 테스트 세트에서 AUC 0.89를 기록하였으며, 실재 데이터 기반 모델의 AUC 0.90과 매우 유사한 성능을 보였다.
• 코드 및 합성 데이터셋은 https://github.com/tcoroller/pGAN 에 공개되어 있어 재현성과 향후 연구를 가능하게 한다.