[논문 리뷰] An Unsupervised Method for Detection and Validation of The Optic Disc and The Fovea

Mrinal Haloi, Samarendra Dandapat외 1명|arXiv (Cornell University)|2016. 01. 25.

Retinal Imaging and Analysis참고 문헌 12인용 수 4

한 줄 요약

이 논문은 초기 검출을 위해 사전 지도 학습을 사용하지 않고 시각적 주목도 맵을 활용하고, 고유한 혈관 구조를 기반으로 확률적 잠재의미분석(PLSA)을 사용하여 망막 후면도에서 시신경두와 중심엽을 검출하고 검증하는 비지도 학습 방법을 제안한다. 이 방법은 MESSIDOR 및 DIARETDB1에서 시신경두와 매크리아에 대해 100% 검출 정확도를 달성하였고, STARE에서는 98.8%의 정확도를 기록하였으며, 조명 및 대비 변화에 대해 강건하며 사전 처리나 수동 레이블링이 필요하지 않다.

ABSTRACT

In this work, we have presented a novel method for detection of retinal image features, the optic disc and the fovea, from colour fundus photographs of dilated eyes for Computer-aided Diagnosis(CAD) system. A saliency map based method was used to detect the optic disc followed by an unsupervised probabilistic Latent Semantic Analysis for detection validation. The validation concept is based on distinct vessels structures in the optic disc. By using the clinical information of standard location of the fovea with respect to the optic disc, the macula region is estimated. Accuracy of 100\% detection is achieved for the optic disc and the macula on MESSIDOR and DIARETDB1 and 98.8\% detection accuracy on STARE dataset.

연구 동기 및 목표

• 수동 레이블링이나 사전 처리에 의존하지 않고 색소성 후면도 촬영에서 시신경두와 중심엽을 강건하게 비지도 학습 방법으로 검출하기 위한 것이다.
• 비지도 PLSA를 통해 고유한 혈관 패턴을 모델링하여 시신경두 후보를 효과적으로 검증함으로써 검출 정확도를 향상시키기 위한 것이다.
• 시신경두 중심과 주요 혈관 경로에 대한 임상 지식을 기반으로 매크리아 영역을 추정하기 위한 것이다.
• 임상적 망막 영상에서 흔히 발생하는 조명 및 대비 변화에 대해 강건성을 확보하기 위한 것이다.
• 특징가가 질병으로 인해 흐리지거나 변형된 병변이 있는 영상에서도 정확한 검출을 가능하게 하기 위한 것이다.

제안 방법

• 시신경두 검출은 국소적인 구조적 변동을 포착하는 시각적 주목도 맵을 사용하여 시작되며, 고대비 및 텍스처 차이가 두드러진 영역을 강조한다.
• 검출된 후보 영역들은 비지도 확률적 잠재의미분석(PLSA)을 통해 검증되며, 이는 시신경두 고유의 혈관 구조 패턴을 모델링한다.
• 중심엽은 알려진 해부학적 관계에 기반하여 시신경두 중심에서 약 2.5개의 시신경두 지름 정도 비후방으로 위치한다.
• 주요 혈관 경로는 형태학적 스켈레톤화와 임계값 처리를 통해 추출되며, 주요 혈관 경로는 포물선으로 피팅되어 중심엽의 위치를 특정한다.
• 시각적 주목도 맵과 HOG 특징은 조명 및 대비 변화에 대해 안정적이므로, 이 방법은 빛의 세기나 대비 변화에 대해 강건하다.
• 표준 하드웨어에서 이미지당 약 10.1초의 처리 시간을 달성하기 위해 처리 시간 최적화가 이루어졌으며, GPU 가속을 통해 더 빠른 성능 향상이 가능하다.

실험 결과

연구 질문

• RQ1 다양한 조명 조건과 병변 상태에서 시각적 주목도 기반 접근법이 망막 영상에서 시신경두를 신뢰성 있게 검출할 수 있는가?
• RQ2 사전 레이블링 없이 혈관 구조 패턴을 모델링함으로써 비지도 PLSA가 시신경두 후보를 효과적으로 검증할 수 있는가?
• RQ3 오직 시신경두 위치와 주요 혈관 경로만을 이용하여 중심엽을 얼마나 정확하게 국소화할 수 있는가, 특히 병변이 있는 영상에서의 성능은 어떠한가?
• RQ4 임상적 후면도 촬영에서 흔히 발생하는 밝기 및 대비 변화에 대해 이 방법의 강건성은 어느 정도인가?
• RQ5 이러한 방법이 사전 처리나 수동 레이블링 없이도 최신 기술 수준의 정확도를 달성할 수 있는가?

주요 결과

• 이 방법은 MESSIDOR 및 DIARETDB1 데이터셋에서 시신경두와 매크리아에 대해 100% 검출 정확도를 달성하였다.
• STARE 데이터셋에서는 시신경두 검출 정확도가 98.8%였으며, 도전적이고 다양한 특성을 가진 데이터셋에서도 뛰어난 성능을 보였다.
• 시각적 주목도 맵과 HOG 특징은 밝기 및 대비 변화에 대해 불변성을 보였으며, 다양한 촬영 조건에서도 일관된 특징 검출을 보장하였다.
• 조명 보정이나 히스토GRAM 등 기존의 사전 처리 단계가 필요로 하지 않아 처리 파이프라인을 단순화하였다.
• 표준 하드웨어에서 이미지당 약 10.1초의 처리 시간을 기록하였으며, GPU 구현을 통해 상당한 속도 향상이 가능하였다.
• 실패는 주로 심한 시신경두 위축 또는 시신경두가 주변 조직과 시각적 주목도나 혈관 구조가 없어 구분이 어려운 경우에만 발생하였다.