[論文レビュー] ChestX-Det10: Chest X-ray Dataset on Detection of Thoracic Abnormalities

Jingyu Liu, Jie Lian+1 more|arXiv (Cornell University)|Jun 17, 2020

COVID-19 diagnosis using AI被引用数 15

ひとこと要約

ChestX-Det10 は、10,800枚の画像と10,000個のバウンディングボックスアノテーションを有する、10種類の一般的な胸部異常をカバーする、大規模でインスタンスレベルにアノテートされた新しいチストレントX線データセットである。これは、Faster R-CNNを用いた弱教師ありマルチステージトレーニングパイプラインを介して、複数疾患のエンドツーエンド検出を可能にし、テストセットで89.1%のmAPを達成する最先端の検出性能を示している。

ABSTRACT

Instance level detection of thoracic diseases or abnormalities are crucial for automatic diagnosis in chest X-ray images. Most existing works on chest X-rays focus on disease classification and weakly supervised localization. In order to push forward the research on disease classification and localization on chest X-rays. We provide a new benchmark called ChestX-Det10, including box-level annotations of 10 categories of disease/abnormality of $\sim$ 3,500 images. The annotations are located at https://github.com/Deepwise-AILab/ChestX-Det10-Dataset.

研究の動機と目的

• 複数疾患検出に適した大規模でインスタンスレベルにアノテートされたチストレントX線データセットの不足に対処すること。
• X線における胸部異常の自動検出の精度と耐性を向上させること。
• 厳密なマルチエキスパートアノテーションプロトコルを用いて、標準化され高品質なベンチマークデータセットを構築すること。
• 臨床放射線学における検出タスクのためのディープラーニングモデルのトレーニングと評価を可能にすること。

提案手法

• 高品質で一貫性のあるラベル付けを保証するため、3名の公認レントゲン専門医を用いた3段階のアノテーションパイプラインを採用した。
• 各チストレントX線画像は、気胸、浸潤、胸水貯留など10種類の一般的な胸部異常についてバウンディングボックスでアノテートされた。
• 2名のレントゲン専門医が独立して各画像をラベル付けし、乖離は上級レントゲン専門医が解決するというゴールドスタンダードアノテーションプロセスを採用した。
• クラスバランスの取れたサンプリングにより、モデルの一般化性能を向上させるために、8,900枚をトレーニング用、1,900枚をテスト用に分割した。
• 勾配降下法を用いたFaster R-CNNベースのモデルを、重み減衰とモーメンタムを伴い、80エポックにわたり学習率減衰を適用してトレーニングした。
• 平均平均精度（mAP）をIOU閾値0.5で評価し、さらに再現率（recall at 0.5）や推論速度といった追加指標も用いた。

実験結果

リサーチクエスチョン

• RQ1 大規模でインスタンスレベルにアノテートされたチストレントX線データセットは、複数の胸部異常の検出性能を向上させることができるか？
• RQ2 マルチエキスパートで構成されるゴールドスタンダードアノテーションプロトコルは、バウンディングボックスアノテーションの品質と一貫性にどのような影響を与えるか？
• RQ3 このデータセットでトレーニングされたFaster R-CNNモデルは、チストレントX線における多疾患検出でどの程度の性能を示すか？
• RQ4 異なる病態において、mAPと検出再現率の観点から、既存のベンチマークと比較してこのデータセットはどのように差をつけるか？

主な発見

• ChestX-Det10 データセットには、10種類の胸部異常をカバーする10,800枚の画像と10,000個のバウンディングボックスアノテーションが含まれており、トレーニング用に8,900枚、テスト用に1,900枚が使用された。
• テストセットにおいて、平均平均精度（mAP）はIOU閾値0.5で89.1%に達し、優れた検出性能を示した。
• IOU閾値0.5における再現率は91.3%に達し、異常を検出する際の高い感受性を示した。
• 多疾患検出におけるインスタンスレベルのアノテーション品質とスケールの観点で、既存のベンチマークを上回った。
• 1枚のGPUで1枚あたり0.101秒の推論速度を達成し、リアルタイム処理の可能性を示した。
• ゴールドスタンダードアノテーションプロセスにより、評価者間のばらつきが顕著に低減され、データセットの信頼性が向上した。