[論文レビュー] Neural Networks with Manifold Learning for Diabetic Retinopathy Detection

Arjun Raj Rajanna, Kamelia Aryafar+4 more|arXiv (Cornell University)|Dec 12, 2016

Retinal Imaging and Analysis参考文献 7被引用数 4

ひとこと要約

本論文は、深層学習フレームワークを提案し、ニューラルネットワークと多様体学習、画像前処理を組み合わせることで、スクリーニング画像からの糖尿病性網膜症（DR）検出を向上させることを目的としている。グリーンチャネル表現とヒストグラム平坦化を適用し、NPE、SLPP、またはPCAによる次元削減を実施することで、モデルは最大78.9％の精度を達成した。これは、ベースラインのk-NNおよびグレースケール入力と比較して顕著に優れており、小規模だが代表的なデータセットにおいてスケーラビリティとロバスト性を示している。

ABSTRACT

Widespread outreach programs using remote retinal imaging have proven to decrease the risk from diabetic retinopathy, the leading cause of blindness in the US. However, this process still requires manual verification of image quality and grading of images for level of disease by a trained human grader and will continue to be limited by the lack of such scarce resources. Computer-aided diagnosis of retinal images have recently gained increasing attention in the machine learning community. In this paper, we introduce a set of neural networks for diabetic retinopathy classification of fundus retinal images. We evaluate the efficiency of the proposed classifiers in combination with preprocessing and augmentation steps on a sample dataset. Our experimental results show that neural networks in combination with preprocessing on the images can boost the classification accuracy on this dataset. Moreover the proposed models are scalable and can be used in large scale datasets for diabetic retinopathy detection. The models introduced in this paper can be used to facilitate the diagnosis and speed up the detection process.

研究の動機と目的

• 糖尿病性網膜症スクリーニングにおける熟練スクリーナーの不足に対処するため、自動的でスケーラブルな分類システムを開発すること。
• ドメイン固有の前処理とデータ拡張を組み合わせたニューラルネットワークを用いて、分類精度を向上させること。
• 入力次元を削減しながら疾患関連特徴を保持する多様体学習手法（NPE、SLPP、PCA、SR）の有効性を評価すること。
• 代表的なサンプルを用いたアブレーションにより、提案モデルのスケーラビリティを大規模データセットに示すこと。
• 将来の畳み込みニューラルネットワーク（CNN）のDR検出への統合の基盤を提供すること。

提案手法

• 病変の可視性を向上させ、ノイズを低減するために、グリーンチャネル抽出とヒストグラム平坦化（GRH）を用いた網膜画像の前処理。
• すべての画像を256×388ピクセルにリサイズし、モデルのロバスト性を高め、クラス不均衡に対処するためにデータ拡張を実施。
• 正則化誤差を最小化するためにL-BFGS最適化を用い、160または100ニューロンを有する2層の順伝播型ニューラルネットワークを訓練。
• 入力次元を削減しながらクラス構造を保持するため、局所的保存プロジェクション（LPP）、近傍保存埋め込み（NPE）、線形判別分析（LDA）、および教師あり等長写像（SR）といった多様体学習手法を適用。
• 全クラスにわたるモデル性能の堅牢な評価を確保するため、5分割交差検証を実施。
• 各構成要因の影響を隔離するために、生のグレースケールおよび前処理済み入力に対してk=5のk-NNベースラインと比較。

実験結果

リサーチクエスチョン

• RQ1 グリーンチャネル抽出とヒストグラム平坦化による前処理は、生のグレースケール入力と比較してDR分類精度を向上させることができるか？
• RQ2 異なる多様体学習手法（NPE、SLPP、PCA、SR）は、DR検出におけるニューラルネットワークの性能にどのように影響を与えるか？
• RQ3 データ拡張は、不均衡な網膜画像データセットにおけるモデルの一般化性能と精度を顕著に向上させるか？
• RQ4 多様体学習を組み合わせたニューラルネットワークは、5段階のDR重症度分類において、従来のk-NN分類器を上回ることができるか？
• RQ5 提案されたモデルは、大規模で現実世界のデータセットへどの程度スケーラブルかつ移植可能か？

主な発見

• ベースラインのk-NN分類器は、生のグレースケール網膜画像ではわずか60.4％の精度にとどまり、従来手法の限界を示している。
• 生のグレースケール画像を用いた2層のニューラルネットワークは66.43％の精度を達成し、k-NNに比べてニューラルネットワークの利点を示している。
• 前処理（GRH）とデータ拡張を施した場合、最も高い性能を示したのは近傍保存埋め込み（NPE）を用いたモデルで、分類精度は78.9％に達した。
• NPEは入力次元を154±3にまで削減しながら、PCA（161）、SLPP（155±2）、SR（4）を上回る性能を示し、DR分類に適した特徴の保持が優れていることを示した。
• データ拡張なしでも、NPEは全設定の中で最高の精度（74.2％）を達成しており、データ不均衡や変動に対するロバスト性を示している。
• モデルの性能とアーキテクチャはスケーラブルであり、著者らは大規模データセットへの展開および将来的なCNNへの移行の可能性を確認している。