[論文レビュー] Simple statistical methods for unsupervised brain anomaly detection on MRI are competitive to deep learning methods

Victor Saase, Holger Wenz+3 more|arXiv (Cornell University)|Nov 25, 2020

Brain Tumor Detection and Classification参考文献 28被引用数 5

ひとこと要約

本研究では、単純な統計的手法—ボクセル単位のガウスモデル、共分散推定、PCAに基づく線形射影—が、教師なし脳MRI異常検出において深層学習（3次元畳み込みオートエンコーダ）と同等の性能を達成することを示している。439例の多パラメトリック頭部MRIスキャンで構成される新規の専門家がキュレートしたデータセットにおいて、これらの手法は小規模な病変の検出において深層学習を上回り、解釈可能性と学習安定性に優れた性能を示した。

ABSTRACT

Statistical analysis of magnetic resonance imaging (MRI) can help radiologists to detect pathologies that are otherwise likely to be missed. Deep learning (DL) has shown promise in modeling complex spatial data for brain anomaly detection. However, DL models have major deficiencies: they need large amounts of high-quality training data, are difficult to design and train and are sensitive to subtle changes in scanning protocols and hardware. Here, we show that also simple statistical methods such as voxel-wise (baseline and covariance) models and a linear projection method using spatial patterns can achieve DL-equivalent (3D convolutional autoencoder) performance in unsupervised pathology detection. All methods were trained (N=395) and compared (N=44) on a novel, expert-curated multiparametric (8 sequences) head MRI dataset of healthy and pathological cases, respectively. We show that these simple methods can be more accurate in detecting small lesions and are considerably easier to train and comprehend. The methods were quantitatively compared using AUC and average precision and evaluated qualitatively on clinical use cases comprising brain atrophy, tumors (small metastases) and movement artefacts. Our results demonstrate that while DL methods may be useful, they should show a sufficiently large performance improvement over simpler methods to justify their usage. Thus, simple statistical methods should provide the baseline for benchmarks. Source code and trained models are available on GitHub (https://github.com/vsaase/simpleBAD).

研究の動機と目的

• 単純な統計的手法が教師なし脳MRI異常検出において深層学習の性能を凌駕できるかどうかを評価すること。
• 439例（395例が健常、44例が病理的）を含む新規で専門家がキュレートした多パラメトリックMRIデータセットを用いてベンチマークを確立すること。
• 脳萎縮、腫瘍、運動アーチファクトを含む臨床的異常における、ボクセル単位のモデル、共分散推定、PCA、および3次元畳み込みオートエンコーダの検出精度を比較すること。
• 神経放射線学分野における新しい深層学習アプローチの評価のためのベースラインとして、単純な統計的手法を提唱すること。
• 再現性と臨床応用を支援するため、オープンソースの実装とトレーニング済みモデルを提供すること。

提案手法

• 健常スキャン全例（N=351）の各MRIシーケンスにおける強度分布に、ボクセル単位のガウスモデルを訓練した。
• 健常脳組織内のシーケンス間関係をモデル化するために、ボクセル単位の共分散推定を適用した。
• 3次元ボリューム全体の空間パターンに主成分分析（PCA）を適用し、低次元表現を学習した。
• 比較のための代表的な深層学習モデルとして、3次元畳み込みオートエンコーダ（AE）を訓練した。
• すべての手法を、サンプルレベルおよびボクセルレベルの指標（AUCと平均適合度（AP））を用いて評価し、臨床的ケース分析も実施した。
• 脳萎縮、小規模な転移巣、運動アーチファクトを含む多様な病理像について、定性的な評価を実施した。

実験結果

リサーチクエスチョン

• RQ1 ボクセル単位のガウス分布やPCAを含む単純な統計モデルが、教師なし脳MRI異常検出において深層学習と同等の性能を達成できるか。
• RQ2 これらの手法は、3次元畳み込みオートエンコーダと比較して、小規模病変の検出においてどの程度の性能を示すか。
• RQ3 モデルの複雑さ、解釈可能性、学習安定性が臨床的有用性に与える相対的影響は何か。
• RQ4 深層学習モデルは、単純な統計的手法よりも十分に高い性能向上を達成しているため、臨床現場での使用を正当化できるか。
• RQ5 単純な手法は、神経放射線学における新しい深層学習ベースの異常検出アルゴリズムの評価のための信頼できるベースラインとして機能できるか。

主な発見

• ボクセル単位の共分散推定は、3次元畳み込みオートエンコーダと同等のAUCおよび平均適合度値を達成し、テストセット（N=44）において顕著な性能差が認められなかった。
• 特にPCAおよびボクセル単位のモデルを含む単純な統計的手法は、複数の転移巣を含む小規模病変の検出において、深層学習モデルを上回った。
• PCAに基づく手法は、深層学習オートエンコーダと比較して、より高速な学習、より高い安定性、および優れた解釈可能性を示した。
• 3次元畳み込みオートエンコーダは、低コントラストまたは小規模な病理像のボクセルレベル検出において、最良の単純手法よりもわずかに劣る性能を示した。
• 本研究では、キュレートされたデータセットにおいて、深層学習モデルが単純な統計的手法を顕著に上回る性能を発揮していないことが判明した。
• 著者らは、教師なし医療画像異常検出分野における新しい深層学習アプローチの評価のため、単純な手法をベースラインとして使用すべきだと結論づけた。