[論文レビュー] DeepAAA: clinically applicable and generalizable detection of abdominal aortic aneurysm using deep learning

Jen-Tang Lu, Rupert Brooks+10 more|arXiv (Cornell University)|Jul 4, 2019

Aortic aneurysm repair treatments参考文献 11被引用数 9

ひとこと要約

DeepAAA は、3次元 U-Net を変更し、楕円フィッティングを組み合わせた深層学習モデルであり、造影・非造影の両方の腹部 CT スキャンにおいて、腹部大動脈瘤（AAAs）の正確で一般化可能な検出および定量を可能にする。トレーニングデータでは感度 91%、特異度 95% を達成し、多様な外部検証セットでは感度 85%、特異度 100% を示し、報告されたレントゲン診断医の性能を上回っている。

ABSTRACT

We propose a deep learning-based technique for detection and quantification of abdominal aortic aneurysms (AAAs). The condition, which leads to more than 10,000 deaths per year in the United States, is asymptomatic, often detected incidentally, and often missed by radiologists. Our model architecture is a modified 3D U-Net combined with ellipse fitting that performs aorta segmentation and AAA detection. The study uses 321 abdominal-pelvic CT examinations performed by Massachusetts General Hospital Department of Radiology for training and validation. The model is then further tested for generalizability on a separate set of 57 examinations with differing patient demographics and acquisition characteristics than the original dataset. DeepAAA achieves high performance on both sets of data (sensitivity/specificity 0.91/0.95 and 0.85 / 1.0 respectively), on contrast and non-contrast CT scans and works with image volumes with varying numbers of images. We find that DeepAAA exceeds literature-reported performance of radiologists on incidental AAA detection. It is expected that the model can serve as an effective background detector in routine CT examinations to prevent incidental AAAs from being missed.

研究の動機と目的

• 日常的な腹部 CT 検査における腹部大動脈瘤（AAAs）の自動検出および定量のための臨床応用可能な深層学習モデルの開発を目的とする。
• 報告された 35% の誤診率に起因する偶然発見の AAAs の多くが見逃されているという問題に対処し、現在のレントゲン診断医の性能を超える検出感度を向上させることを目的とする。
• 特に非造影 CT スキャンにおいても、患者の人口統計的特徴、スキャンプロトコル、画像装置の違いにかかわらず、モデルの頑健性と一般化性能を確保することを目的とする。
• レントゲン診断医が早期の AAA 検出を支援し、直径測定における読影者間ばらつきを低減するための信頼性の高い「第二読影者」ツールを提供することを目的とする。
• 深層学習がドメインシフトを最小限に抑えて、実臨床環境に効果的に導入可能であることを示すこと。

提案手法

• 原始的な CT データからエンドツーエンドで学習可能なように、軸方向の CT 画像ボリュームにおける 3次元大動脈分離のため、変更された 3次元 U-Net アーキテクチャが使用されている。
• 分離処理後、3次元大動脈の輪郭に対して楕円フィッティングが適用され、最大横断径が推定され、これが AAA 検出に用いられる。
• モデルは、造影・非造影スキャンを含み、スライス厚さや画像数にばらつきがある、マサチューセッツ・メモリアル病院の 321 例の腹部・骨盤 CT 検査でトレーニングおよび検証された。
• 主なデータセットに対しては、妥当な性能推定を保証するための 5 分割交差検証戦略が採用され、評価指標として Dice スコアと径のずれが用いられた。
• 一般化性能は、異なるスキャナーや時間的時期、異なる患者の人口統計的特徴および取得パrameters を有する別々の検証セット（57 例）でテストされた。
• 臨床的診断基準に合わせ、予測された最大径に 3.0 cm の閾値を適用し、AAA 陽性または陰性に分類した。

実験結果

リサーチクエスチョン

• RQ1 深層学習モデルは、造影および非造影の両方の腹部 CT スキャンにおいて、偶然発見の AAA を高い感度および特異度で検出できるか？
• RQ2 異なる画像プロトコル、スキャナータイプ、患者の人口統計的特徴を有する外部データセットにおいて、モデルの一般化性能はどの程度か？
• RQ3 特に非造影スキャンにおいて、モデルの性能はレントゲン診断医の性能を上回るのか？
• RQ4 多様な画像解像度およびスライス厚さにおいて、モデルは最大大動脈径を低バイアス・高精度で信頼性高く推定できるか？
• RQ5 モデルの性能は、元のトレーニング分布外のデータに適用された場合、どの程度低下するか？

主な発見

• DeepAAA は、321 例の主なトレーニングおよび検証データセットにおいて、感度 0.91、特異度 0.95、平均 Dice スコア 0.873 ± 0.129 を達成した。
• 異なるスキャナーや患者の人口統計的特徴、取得プロトコルを有する外部検証セット（57 例）において、感度 85%、特異度 100% を達成し、強力な一般化性能を示した。
• 交差検証の各フォールドにおいて、予測された最大大動脈径の平均ずれは -1.7 mm（±8.7 mm）であり、バイアスが低く、精度が高いことを示した。
• DeepAAA は、文献に報告されたレントゲン診断医の感度を上回り、特に 30–39 mm のサイズレンジ（0.68 対 0.52）で顕著な優位性を示したが、より大きな瘤では同等または上回る性能を示した。
• 非造影スキャンおよびスライス厚さ（2–10 mm）や画像数（40–384）の変動に対しても、モデルは高い性能を維持した。これにより、入力のばらつきに対する頑健性が裏付けられた。
• スキャナーやコhort特有の特徴に過剰適合していないことが、外部検証セットでも一貫した性能を示したことで裏付けられ、顕著なドメインシフトに対してもモデルの性能が著しく低下しなかった。