[論文レビュー] Ensemble of Deep Convolutional Neural Networks for Learning to Detect Retinal Vessels in Fundus Images

Debapriya Maji, Anirban Santara+2 more|arXiv (Cornell University)|Mar 15, 2016

Retinal Imaging and Analysis参考文献 19被引用数 81

ひとこと要約

本論文では、平均投票による個々のネットワーク出力の統合を活用して、分類精度を向上させることで、網膜血管のロバストでデータ駆動型の検出を実現する12個の深層畳み込みニューラルネットワーク（ConvNets）のアンサンブルを提案する。この手法は、DRIVEデータセット上で94.7%の平均精度と0.9283のAUCを達成し、従来のディープラーニング手法を上回る性能を発揮するとともに、手作業による特徴量の依存度を最小限に抑える。

ABSTRACT

Vision impairment due to pathological damage of the retina can largely be prevented through periodic screening using fundus color imaging. However the challenge with large scale screening is the inability to exhaustively detect fine blood vessels crucial to disease diagnosis. In this work we present a computational imaging framework using deep and ensemble learning for reliable detection of blood vessels in fundus color images. An ensemble of deep convolutional neural networks is trained to segment vessel and non-vessel areas of a color fundus image. During inference, the responses of the individual ConvNets of the ensemble are averaged to form the final segmentation. In experimental evaluation with the DRIVE database, we achieve the objective of vessel detection with maximum average accuracy of 94.7\% and area under ROC curve of 0.9283.

研究の動機と目的

• カラー網膜眼底画像における粗いおよび細かい網膜血管の両方を検出するデータ駆動型でヒューリスティックを含まない手法の開発を目的とする。
• 従来の手作業による特徴量ベースの血管検出手法に伴う主観性と性能制限を克服することを目的とする。
• ディープラーニングとアンサンブル技術を用いて、網膜血管セグメンテーションにおける汎化性とロバスト性を向上させることを目的とする。
• 標準ベンチマークデータセット（DRIVE）上で提案フレームワークの評価を行い、最先端の手法と性能を比較することを目的とする。

提案手法

• 12個の同一のConvNetsのアンサンブルが、DRIVE学習セットのランダムなパッチ（画像ID 21–40）上で個別に訓練される。
• 各ConvNetは3×31×31のカラー・パッチを処理し、ReLUとドロップアウトを用いた3層の畳み込み層、2層のプーリング層、2層の全結合層を有するアーキテクチャを持つ。
• ネットワークアーキテクチャは4×4の受容 field を使用し、畳み込み層ではストライド1、プーリング層では2×2のマックスプーリングとストライド2を採用する。
• 推論段階では、全12個のネットワークの各画素ごとの血管性確率を平均化して最終的なセグメンテーション出力を得る。
• 最終層は、血管ピクセルと非血管ピクセルのクラス確率を出力するためにソフトマックス関数を用いる。
• ドロップアウト率（U[0.5, 0.9]）、L2正則化（U[1e-3, 2.5e-3]）、隠れユニット数（U{128, 256, 512}）といったハイパーパramータは、各モデルごとにランダムにサンプリングされる。

実験結果

リサーチクエスチョン

• RQ1 深層ConvNetsのアンサンブルは、単一モデルのディープラーニング手法に比べ、網膜血管セグメンテーションにおいて優れた性能を発揮できるか？
• RQ2 データ駆動型でエンドツーエンドのディープラーニングアプローチは、ヒューリスティックベースの血管検出手法と比較して、主観性とバイアスを低減できるか？
• RQ3 このアンサンブル手法は、眼底画像における粗いおよび細かい網膜血管の両方をどれほどうまく一般化して検出できるか？
• RQ4 提案手法の性能は、既存の最先端技術と比較して、精度、AUC、およびかっこのスコアの観点からどの程度か？

主な発見

• 提案されたアンサンブル手法は、DRIVEテストセットで最大94.70%の平均精度を達成し、Majiら[13]の先行ディープラーニング手法（93.27%）を上回った。
• 重み付きKappaスコアは0.7031を記録し、粗いおよび細かい血管の両方の検出において強い一貫性を示し、以前のディープラーニング手法（kappa = 0.6287）を上回った。
• 受容場曲線下積分（AUC）は0.9283であり、血管ピクセルと非血管ピクセルの間で優れた識別性能を示している。
• 視覚的に確認された拡大画像（例：画像#5および#16）において、細い血管の検出において優れた汎化性とロバスト性を示した。
• アンサンブルアプローチにより過学習が軽減され、多様な網膜構造にわたる一貫性ある性能が得られ、モデルの安定性が向上した。