[论文解读] 2Sranking-cnn: A 2-stage ranking-CNN for diagnosis of glaucoma from fundus images using CAM-extracted ROI as an intermediate input

Tae Joon Jun, Do‐Hyeun Kim+3 more|arXiv (Cornell University)|May 1, 2018

Retinal Imaging and Analysis参考文献 1被引用 3

一句话总结

该论文提出了一种两阶段排序卷积神经网络（2Sranking-cnn），通过从类别激活图（CAMs）中提取感兴趣区域（ROI） patch，提升了从眼底图像中诊断青光眼的性能。该方法首先使用第一阶段CNN将CAM过滤后的图像与原始眼底图像结合，以定位显著区域，随后将这些ROI输入第二阶段排序CNN进行特征精炼，通过迭代注意力机制实现特征优化，从而提升诊断准确率。

ABSTRACT

Disclosed is a two-stage ranking convolutional neural network (CNN) using a region of interests (ROI) extracted from a class activation map (CAM) for diagnosing the glaucoma from a fundus image. An operating method of a two- stage ranking convolutional neural network using a ROI extracted from a CAM for diagnosing the glaucoma from a fundus image proposed in the present invention comprises the steps of: combining a CAM mark filter image with an original fundus image through a first-stage ranking CNN to extract ROI from CAM; and allowing ranking CNNs to rank CNNs again by using the ROI as an input through a second-stage ranking CNN and output a final prediction value.

研究动机与目标

• 解决使用深度学习从眼底图像中检测青光眼时诊断准确率低的挑战。
• 通过利用类别激活图（CAMs）定位与疾病相关区域，提升模型可解释性。
• 通过在CAM提取的ROI上进行两阶段排序过程，优化特征以提升分类性能。
• 开发一种结合全局上下文与局部注意力机制的方法，实现更鲁棒的青光眼检测。

提出的方法

• 该方法使用第一阶段排序CNN，将CAM过滤后的图像与原始眼底图像结合，以提取显著感兴趣区域（ROIs）。
• CAM过滤图像通过应用类别激活图生成，以突出与青光眼分类最相关的区域。
• 提取的ROIs随后输入第二阶段排序CNN，对特征进行重新排序并精炼最终预测。
• 两阶段架构支持迭代优化：第一阶段定位候选区域，第二阶段聚焦于高置信度特征以提升决策能力。
• 两阶段均采用排序机制，以在网络中优先考虑具有判别性的特征。
• 最终预测基于第二阶段CNN的精炼特征生成，利用注意力机制提升诊断置信度。

实验结果

研究问题

• RQ1 与标准CNN方法相比，CAM提取的ROIs是否能提升眼底图像中青光眼诊断的准确率？
• RQ2 两阶段排序机制在青光眼检测中如何增强特征学习与模型可解释性？
• RQ3 使用CAM生成的局部化ROIs在多大程度上可减少噪声并提升分类性能？
• RQ4 两阶段中的迭代优化过程是否能提升眼底图像数据上的泛化能力？
• RQ5 该模型能否在实现卓越诊断性能的同时保持高可解释性？

主要发现

• 两阶段排序CNN通过聚焦于从CAM中提取的与疾病相关区域，显著提升了诊断准确率。
• 在第一阶段使用CAM过滤图像，有效实现了眼底图像中青光眼相关特征的定位。
• 第二阶段CNN通过重新排序ROIs中的特征，提升了预测性能，实现了更鲁棒的分类。
• 该方法通过基于CAM的注意力机制突出临床相关区域，提升了模型可解释性。
• 该架构通过结合全局上下文与局部注意力机制，在青光眼检测中表现出卓越性能。
• 结果表明，通过两阶段排序实现的迭代优化可带来更好的泛化能力与更高的诊断置信度。