[论文解读] Unifying Structure Analysis and Surrogate-driven Function Regression for Glaucoma OCT Image Screening

Xi Wang, Hao Chen+6 more|arXiv (Cornell University)|Jul 26, 2019

Retinal Imaging and Analysis参考文献 12被引用 6

一句话总结

本文提出了一种半监督多任务深度学习框架，统一了OCT图像中的结构分析与基于代理的函数回归，用于自动化青光眼筛查。通过采用一种新颖的半监督策略来填补缺失的视野测量值，并联合训练基于2D-ResNet的网络进行分类与回归，该方法在新构建的4,877个体素OCT影像数据集上实现了最先进性能，准确率达到93.2%，F1分数为93.2%，AUC为97.8%。

ABSTRACT

Optical Coherence Tomography (OCT) imaging plays an important role in glaucoma diagnosis in clinical practice. Early detection and timely treatment can prevent glaucoma patients from permanent vision loss. However, only a dearth of automated methods has been developed based on OCT images for glaucoma study. In this paper, we present a novel framework to effectively classify glaucoma OCT images from normal ones. A semi-supervised learning strategy with smoothness assumption is applied for surrogate assignment of missing function regression labels. Besides, the proposed multi-task learning network is capable of exploring the structure and function relationship from the OCT image and visual field measurement simultaneously, which contributes to classification performance boosting. Essentially, we are the first to unify the structure analysis and function regression for glaucoma screening. It is also worth noting that we build the largest glaucoma OCT image dataset involving 4877 volumes to develop and evaluate the proposed method. Extensive experiments demonstrate that our framework outperforms the baseline methods and two glaucoma experts by a large margin, achieving 93.2%, 93.2% and 97.8% on accuracy, F1 score and AUC, respectively.

研究动机与目标

• 为解决现有自动化方法在缺乏对结构与功能变化联合建模的情况下，仅使用原始OCT图像与视野数据来分析青光眼的不足。
• 通过一种半监督代理标签分配策略，克服临床OCT数据集中视野测量标签不完整的问题。
• 开发一种统一的深度学习框架，通过多任务学习学习到的结构-功能关系，提升青光眼分类性能。
• 构建并发布目前公开可用的最大青光眼OCT数据集（4,877个体素），以支持模型的稳健开发与评估。

提出的方法

• 采用基于平滑性假设的半监督学习方法，为缺乏真实视野（VF）数据的OCT体素生成代理视野（VF）测量值。
• 联合训练基于2D-ResNet的多任务网络，进行青光眼分类（二分类）与视野功能回归（VFI、MD、PSD），使用真实与伪标签的视野数据。
• 网络架构通过拼接分类与回归特征，改善决策边界，使模型能够利用功能信息提升结构分类性能。
• 该框架采用代理标签分配策略，基于特征相似性与空间一致性，在相似OCT体素间传播可靠的视野标签。
• 训练过程结合真实标签（用于完整病例）与伪标签（用于不完整病例），并对无视野数据的样本掩码回归损失。
• 使用类激活图（CAMs）可视化并解释OCT B-scan中对分类决策贡献最大的判别区域。

实验结果

研究问题

• RQ1 半监督学习策略是否能有效填补OCT数据集中缺失的视野测量值，从而实现结构-功能联合建模？
• RQ2 通过多任务学习将功能回归与结构分类相结合，是否能提升青光眼筛查性能，相比单任务方法？
• RQ3 一种统一的深度学习框架，能够同时建模OCT图像中的结构与功能变化，是否能在青光眼检测中超越经验丰富的眼科专家？
• RQ4 该方法在具有不完整临床记录的大规模真实世界OCT数据集上的表现如何？

主要发现

• 所提出的2D-ResNet-SEMT框架在图像级分类任务中达到93.2%的准确率、93.2%的F1分数与97.8%的AUC，显著优于基线模型。
• 该方法超越了两位经验丰富的青光眼专家，其准确率分别为91.2%与90.5%，展现出更优越的诊断能力。
• 半监督代理标签分配策略有效恢复了缺失的视野数据，使模型能够在大规模、部分标注的数据集上实现稳健的多任务训练。
• 回归与分类分支的融合显著提升了分类性能，2D-ResNet-MT相比基线2D-ResNet在F1分数上提升了5.1个百分点。
• 通过类激活图可视化出的模型判别区域与临床知识一致——在青光眼影响的视网膜神经纤维层区域显示出高激活。
• 与先前最先进方法（3D-CNN）相比，该框架在准确率上提升4.8个百分点，F1分数提升5.1个百分点，AUC提升1.6个百分点，充分证明了其在性能与泛化能力上的优越性。