[論文レビュー] An interpretable classifier for high-resolution breast cancer screening images utilizing weakly supervised localization

Yiqiu Shen, Nan Wu+9 more|arXiv (Cornell University)|Feb 13, 2020

AI in cancer detection参考文献 83被引用数 17

ひとこと要約

本論文は、画像レベルのラベルのみを用いて良性および悪性の病変を局在化・分類する、メモリ効率的で解釈可能な深層学習フレームワーク、Globally-Aware Multiple Instance Classifier (GMIC) を提案する。グローバルネットワークの低容量版を用いて粗い局在化を実施し、選択された領域に対して高容量のローカルネットワークを適用することで、100万枚の画像データセットにおいてSOTAのAUC 0.93を達成した。ResNet-34 や Faster R-CNN よりも優れた性能を示し、4.1倍高速かつGPUメモリ使用量を78.4%削減した。

ABSTRACT

Medical images differ from natural images in significantly higher resolutions and smaller regions of interest. Because of these differences, neural network architectures that work well for natural images might not be applicable to medical image analysis. In this work, we extend the globally-aware multiple instance classifier, a framework we proposed to address these unique properties of medical images. This model first uses a low-capacity, yet memory-efficient, network on the whole image to identify the most informative regions. It then applies another higher-capacity network to collect details from chosen regions. Finally, it employs a fusion module that aggregates global and local information to make a final prediction. While existing methods often require lesion segmentation during training, our model is trained with only image-level labels and can generate pixel-level saliency maps indicating possible malignant findings. We apply the model to screening mammography interpretation: predicting the presence or absence of benign and malignant lesions. On the NYU Breast Cancer Screening Dataset, consisting of more than one million images, our model achieves an AUC of 0.93 in classifying breasts with malignant findings, outperforming ResNet-34 and Faster R-CNN. Compared to ResNet-34, our model is 4.1x faster for inference while using 78.4% less GPU memory. Furthermore, we demonstrate, in a reader study, that our model surpasses radiologist-level AUC by a margin of 0.11. The proposed model is available online: https://github.com/nyukat/GMIC.

研究の動機と目的

• スクリーニングマンモグラフィーにおけるように、小さな微妙な注目領域を有する高解像度医療画像を分類する課題に対処すること。
• 病変レベルのアノテーションを必要とせず、グローバルな文脈と詳細なローカル特徴を両方活用できるモデルを開発すること。
• 画像レベルラベルのみを用いて弱教師あり局在化を実現し、ピクセル単位の解釈可能性を提供すること。
• 大規模な医療画像処理アプリケーションに適した、高パフォーマンスかつメモリ効率の良いモデルを実現すること。

提案手法

• モデルは、全画像を処理し、潜在的な病変を示す粗いサリエンシーマップを生成する低容量のグローバルネットワークを使用する。
• 活性化スコアに基づき、サリエンシーマップから最も情報量の多い領域を選択し、対応するパッチを切り出す。
• 高容量のローカルネットワークが、選択されたパッチを処理し、詳細な視覚的特徴を抽出する。
• 統合モジュールがグローバルな文脈とローカルな詳細を組み合わせ、最終的な分類予測を出力する。
• 全モデルは、画像レベルラベルのみを用いてエンドツーエンドに訓練され、弱教師あり局在化が可能になる。
• フレームワークは、ダウンスケーリングを伴わずに元解像度のマンモグラムを処理できるよう、メモリ効率に配慮して設計されている。

実験結果

リサーチクエスチョン

• RQ1 画像レベルラベルのみを用いて、高解像度のスクリーニングマンモグラムを高精度に分類しつつ、メモリ効率的かつ解釈可能である深層学習モデルは実現可能か？
• RQ2 グローバルな文脈とローカルな詳細を組み合わせることで、グローバル特徴に依存するモデルと比較して分類性能がどのように向上するか？
• RQ3 画像レベルラベルのみで学習したモデルが、意味のあるピクセル単位のサリエンシーマップを生成でき、潜在的な悪性病変を局在化できるか？
• RQ4 標準的なモデル（ResNet-34 や Faster R-CNN）と比較して、大規模なマンモグラフィーデータ上で、本研究で提案するアーキテクチャが精度と推論効率の両面で優れているか？
• RQ5 同等の入力を与えた場合に、モデルの性能が人間のレーダロジストを上回ることができるか？

主な発見

• GMICモデルは、NYU Breast Cancer Screening Dataset において、悪性病変分類でAUC 0.93を達成し、ResNet-34 や Faster R-CNN よりも優れた性能を示した。
• 推論速度はResNet-34 よりも4.1倍高速で、GPUメモリ使用量は78.4%削減され、優れた効率性が実証された。
• レーダロジスト研究において、AUCで0.11の上回りを示し、より優れた診断精度を示した。
• 画像レベルラベルのみから、ピクセル単位のサリエンシーマップを効果的に生成し、潜在的病変の解釈可能な局在化を実現した。
• アブレーションスタディにより、ローカル特徴の統合が性能向上に顕著に寄与することが確認され、細粒度特徴抽出の重要性が強調された。
• 学習ダイナミクスの分析から、グローバルサリエンシーマップが早期に安定化すると、ローカルモジュールで過学習が生じる可能性があることが判明し、調整されたトレーニング戦略の必要性が示唆された。