[论文解读] A New Semi-supervised Learning Benchmark for Classifying View and Diagnosing Aortic Stenosis from Echocardiograms

Zhe Huang, Gary L. Long+2 more|PubMed|Jul 30, 2021

Energy Load and Power Forecasting参考文献 45被引用 14

一句话总结

本论文提出了一项基于图斯医疗超声心动图数据集（TMED）的新半监督学习基准，旨在提升超声心动图视图分类与主动脉瓣狭窄的诊断性能。结果表明，SOTA半监督学习方法MixMatch通过利用大量未标注图像，在两项任务中均显著提升性能，结合视图感知聚合与知识迁移，实现了患者层面诊断预测90%的平衡准确率。

ABSTRACT

Semi-supervised image classification has shown substantial progress in learning from limited labeled data, but recent advances remain largely untested for clinical applications. Motivated by the urgent need to improve timely diagnosis of life-threatening heart conditions, especially aortic stenosis, we develop a benchmark dataset to assess semi-supervised approaches to two tasks relevant to cardiac ultrasound (echocardiogram) interpretation: view classification and disease severity classification. We find that a state-of-the-art method called MixMatch achieves promising gains in heldout accuracy on both tasks, learning from a large volume of truly unlabeled images as well as a labeled set collected at great expense to achieve better performance than is possible with the labeled set alone. We further pursue <i>patient-level</i> diagnosis prediction, which requires aggregating across hundreds of images of diverse view types, most of which are irrelevant, to make a coherent prediction. The best patient-level performance is achieved by new methods that <i>prioritize</i> diagnosis predictions from images that are predicted to be clinically-relevant views and <i>transfer</i> knowledge from the view task to the diagnosis task. We hope our released dataset and evaluation framework inspire further improvements in multi-task semi-supervised learning for clinical applications.

研究动机与目标

• 解决心脏病学中医学影像标注数据有限的关键挑战，特别是针对主动脉瓣狭窄（AS）这一常被漏诊的危及生命疾病。
• 构建一个真实场景下的超声心动图半监督学习（SSL）基准，利用来自2,400多名患者的真正未标注数据，测试临床条件下SSL方法的性能。
• 通过聚合数百张多样化超声心动图视图的预测结果，提升患者层面诊断预测性能，优先考虑被预测为临床相关的视图。
• 证明从视图分类任务向疾病严重程度分类任务的知识迁移可提升诊断性能，尤其在标注数据稀缺时效果更显著。
• 发布TMED数据集并开源评估框架，以支持可复现的研究，推动临床影像多任务半监督学习的发展。

提出的方法

• 构建一个大规模基准数据集（TMED），包含超过24,000张未标注的超声心动图图像，以及一个由专家标注的小规模标注数据集，用于视图与疾病严重程度分类。
• 应用SOTA半监督学习方法MixMatch，联合使用少量标注数据与大量未标注数据进行训练，以提升图像级别分类性能。
• 设计一种患者层面诊断流程，通过基于预测临床相关性的权重对图像级别预测进行聚合，降低无关视图带来的噪声影响。
• 在视图分类任务与诊断任务之间实施知识蒸馏，使从视图识别中学习到的有用表征能够迁移到诊断任务中，提升诊断准确性。
• 在MixMatch中使用数据增强与一致性正则化，以提升泛化能力，特别是在标注与未标注数据分布之间进行图像插值时。
• 通过多种训练/测试划分与平衡准确率指标评估模型，确保在临床相关场景下的鲁棒性与可靠性。

实验结果

研究问题

• RQ1 当仅有少量标注数据时，像MixMatch这样的半监督学习方法能否显著提升超声心动图视图分类的准确性？
• RQ2 在大多数图像与诊断无关的情况下，未标注的超声心动图图像在多大程度上能提升主动脉瓣狭窄的患者层面诊断预测性能？
• RQ3 与单独训练诊断头相比，从视图分类任务向诊断任务迁移知识是否能提升整体诊断性能？
• RQ4 在不同数据划分下，半监督模型的性能如何变化？特别是在超过80%的图像被标注为“其他”视图的类别不平衡情况下？
• RQ5 一种优先考虑被预测为临床相关视图的图像预测结果的流程，是否能优于对所有图像同等对待的模型，在患者层面诊断中表现更优？

主要发现

• MixMatch在患者层面诊断预测中实现了90%的平衡准确率，表明即使在标注数据有限且类别严重不平衡的情况下，仍具备强大性能。
• 引入24,000张真正未标注的超声心动图图像显著提升了模型泛化能力，相较于仅使用标注数据集的监督学习，错误率明显降低。
• 优先采用被预测为临床相关视图的图像预测结果，实现了最佳的患者层面诊断性能，优于对所有图像同等处理的模型。
• 从视图分类任务向诊断任务的知识迁移提升了诊断准确率，表明辅助任务可有效增强主诊断任务的性能。
• 该方法在多个训练/测试划分中均表现出一致的性能提升，表明其在真实临床环境中的鲁棒性与可复现性。
• 尽管在超声心动图中图像插值具有反直觉性——插值图像可能缺乏临床意义——但MixMatch仍保持了稳定且提升的性能，表明其在医学影像中具备强大的泛化能力。