[论文解读] Deep Learning for Pneumothorax Detection and Localization in Chest Radiographs

André Gooßen, Hrishikesh Deshpande+6 more|arXiv (Cornell University)|Jul 16, 2019

COVID-19 diagnosis using AI参考文献 12被引用 18

一句话总结

本文提出并评估了三种深度学习方法——卷积神经网络（CNN）、多实例学习（MIL）和全卷积网络（FCN）——用于在胸部X光片中检测和定位气胸。CNN取得了最高的AUC值0.96，而三种方法的集成模型达到0.965，显示出在临床分诊应用中的优异性能。

ABSTRACT

Pneumothorax is a critical condition that requires timely communication and immediate action. In order to prevent significant morbidity or patient death, early detection is crucial. For the task of pneumothorax detection, we study the characteristics of three different deep learning techniques: (i) convolutional neural networks, (ii) multiple-instance learning, and (iii) fully convolutional networks. We perform a five-fold cross-validation on a dataset consisting of 1003 chest X-ray images. ROC analysis yields AUCs of 0.96, 0.93, and 0.92 for the three methods, respectively. We review the classification and localization performance of these approaches as well as an ensemble of the three aforementioned techniques.

研究动机与目标

• 开发自动化的深度学习系统，实现在胸部X光片中对气胸的及时检测，这是一种需要立即干预的危重病症。
• 比较三种深度学习架构——CNN、MIL和FCN——在气胸分类与定位方面的性能表现。
• 评估集成学习是否能够超越单个模型，提升检测准确率。
• 评估这些模型在临床工作列表中优先处理关键发现（特别是根据放射科协会ACR定义的1类发现）的临床实用性。
• 研究各方法的可解释性及定位置信度，尤其是通过FCN实现的像素级分割。

提出的方法

• 在NIH ChestX-ray14数据集上对输入分辨率为448×448、单通道输入的ResNet-50变体进行微调，用于二分类气胸检测。
• 多实例学习（MIL）将每张X光片划分为重叠的图像块，使用预训练的CNN作为图像块分类器，并对图像块得分应用最大池化操作，以预测图像级别的标签。
• 基于U-Net的全卷积网络（FCN）实现端到端的像素级分类，采用Dice损失函数和学习率调度策略，对气胸区域进行分割。
• 集成模型通过线性加权方式结合CNN、MIL和FCN的预测结果，采用穷举搜索优化以最大化AUC。
• 在包含1,003张胸部X光片的数据集上应用五折交叉验证，以确保性能评估的稳健性。
• 所有模型均使用标准指标进行训练和评估：AUC、Dice系数，以及特定工作点下的真正率（TPR）与假正率（FPR）。

实验结果

研究问题

• RQ1 通过迁移学习，微调后的ResNet-50是否能在胸部X光片中实现气胸检测的高AUC？
• RQ2 MIL在无需像素级标注的情况下，能在多大程度上实现分类与定位的联合优化？
• RQ3 与图像级方法相比，FCN在定位准确率和Dice分数方面表现如何？
• RQ4 将三种模型进行集成后，是否能显著提升整体检测性能，优于单个模型？
• RQ5 哪种模型在AUC高且假阳性率低方面实现了最佳平衡，适用于临床工作列表的优先处理？

主要发现

• CNN在1,003张图像的数据集中取得了最高的AUC值0.96，优于MIL（AUC 0.93）和FCN（AUC 0.92）。
• CNN、MIL和FCN的集成模型达到了最高的AUC值0.965，尽管与CNN单独使用相比提升不显著。
• FCN在阳性分类病例中的平均Dice系数为54.2%，表明其定位准确率中等。
• 在1%假阳性率下，FCN检测到57%的气胸病例，而集成模型检测到68%。
• CNN与FCN的组合实现了0.962的AUC，是所有双模型集成中表现最佳的。
• 各模型在五折交叉验证中表现出稳定性能，AUC值在0.92至0.96之间。