[論文レビュー] Automatic Diagnosis of Pulmonary Embolism Using an Attention-guided Framework: A Large-scale Study

Luyao Shi, Deepta Rajan+4 more|arXiv (Cornell University)|May 29, 2020

Venous Thromboembolism Diagnosis and Management参考文献 14被引用数 10

ひとこと要約

本論文は、対照的強化胸部CTスキャンにおける肺塞栓症（PE）の自動検出のための注目メカニズム誘導型2段階のディーブラーニングフレームワークを提案する。まず、画素単位のアノテーションと注目損失を用いて2次元ResNetを訓練し、病変の局在化を行う。次に、再帰的ネットワークを用いて3次元空間的文脈を統合し、患者単位の診断を実施する。大規模なテストセット（2,160件）において、AUCは0.812を達成した。

ABSTRACT

Pulmonary Embolism (PE) is a life-threatening disorder associated with high mortality and morbidity. Prompt diagnosis and immediate initiation of therapeutic action is important. We explored a deep learning model to detect PE on volumetric contrast-enhanced chest CT scans using a 2-stage training strategy. First, a residual convolutional neural network (ResNet) was trained using annotated 2D images. In addition to the classification loss, an attention loss was added during training to help the network focus attention on PE. Next, a recurrent network was used to scan sequentially through the features provided by the pre-trained ResNet to detect PE. This combination allows the network to be trained using both a limited and sparse set of pixel-level annotated images and a large number of easily obtainable patient-level image-label pairs. We used 1,670 sparsely annotated studies and more than 10,000 labeled studies in our training. On a test set with 2,160 patient studies, the proposed method achieved an area under the ROC curve (AUC) of 0.812. The proposed framework is also able to provide localized attention maps that indicate possible PE lesions, which could potentially help radiologists accelerate the diagnostic process.

研究の動機と目的

• 医療画像における限られた画素単位のアノテーションの課題に対処するため、希なアノテーションデータと豊富な患者単位のラベルデータを組み合わせる。
• トレーニング中に注目監視を組み込むことで、実際のPE病変に注目するようモデルを最適化し、解釈可能性と診断精度を向上させる。
• 画像ラベルと限られた画素単位のアノテーションを活用する、スケーラブルで移植可能なPE検出フレームワークの開発。
• 放射線科医が潜在的なPE病変を強調する局在化された注目マップを用いて診断を迅速化できるように支援する。
• 3次元CNNや先行するPE検出モデルと比較して、2,160件の患者研究からなる大規模で複雑なテストセットで優れた性能を発揮すること。

提案手法

• 分類損失と注目損失の二重損失を用いて、スパースにアノテーションされた2次元CTスライス上で2次元の残差畳み込みニューラルネットワーク（ResNet18）を訓練し、病変領域への特徴学習の誘導を図った。
• バックプロパゲーションに基づく注目マップを適用し、分類意思決定に最も寄与した画像領域を可視化することで、モデルの解釈性を向上させた。
• 再帰的ニューラルネットワーク（RNN）を用いて、事前に訓練された2次元分類器から得られる順次的特徴を処理し、3次元ボリュームCTスキャン内の2次元スライス間の空間的関係をモデル化した。
• 画素単位のアノテーションが付与された1,670件のデータセットと、患者単位のラベル（陽性／陰性）のみが付与された10,000件以上のデータセットを統合してトレーニングした。
• RNNトレーニング中に2次元分類ネットワークの重みを固定し、特徴学習の安定化と計算コストの低減を図った。
• すべてのCTスキャンを2.5 mmのスライス厚さにリサンプリングすることで、メモリ使用量とトレーニング時間を削減したが、この処理は亜節動脈塞栓の検出に影響を及える可能性がある。

実験結果

リサーチクエスチョン

• RQ1 注目監視を用いることで、ディーブラーニングトレーニング中に2次元CTスライス内での肺塞栓症病変の局在化が向上するか？
• RQ2 希な画素単位のアノテーションと豊富な患者単位のラベルを組み合わせることで、PE検出の診断性能が向上するか？
• RQ3 2段階フレームワーク（まず2次元分類と注目、次にRNNによる3次元文脈モデリング）は、大規模なPE検出においてエンドツーエンドの3次元CNNを上回る性能を発揮するか？
• RQ4 モデルが生成する注目マップは、放射線科的視診で確認できるPE病変とどの程度一致するか？
• RQ5 分布シフトの可能性を有する多施設の多様なデータに適用した場合、このフレームワークの汎用性はどの程度か？

主な発見

• 提案されたフレームワークは、2,160件の患者研究からなるテストセットにおいて、受信器操作特性曲線下の面積（AUC）が0.812を達成し、PENet や3次元CNNを含む先行の最先端手法を上回った。
• モデルが生成する注目マップは、視覚的な例においてPE病変を正確に局在化しており、放射線科医のワークフロー支援における実用的潜在能力を示した。
• 同じテストセットにおいて3次元CNNよりもモデルの性能が優れていたことから、エンドツーエンドの3次元学習よりも2段階の注目誘導型アプローチの利点が裏付けられた。
• 2次元ネットワークのトレーニング時に注目損失を用いることで、実際の病変に焦点を当てたより特徴的な特徴学習が実現され、解剖学的背景構造への注目バイアスが低減された。
• 1,670件の画素アノテーション付き研究のみを用いても、大規模な患者単位のラベルデータを効果的に活用した強力な性能を示した。
• バイナリラベルのみでトレーニング可能なため、本手法は転移学習や新しい臨床環境への展開に適している。