[论文解读] Classification of dry age-related macular degeneration and diabetic macular edema from optical coherence tomography images using dictionary learning

Elahe Mousavi, Rahele Kafieh+1 more|arXiv (Cornell University)|Mar 16, 2019

Retinal Imaging and Analysis被引用 4

一句话总结

该论文提出了一种基于字典学习的分类框架，用于在不依赖视网膜层分割的情况下，从光学相干断层扫描（OCT）图像中区分干性年龄相关性黄斑变性（AMD）、糖尿病性黄斑水肿（DME）和正常病例。通过提取方向梯度直方图（HOG）特征并应用融合字典学习（FDDL），该方法仅使用每体积4%的B-scan，即实现了AMD分类95.13%的准确率、DME分类100%的准确率以及正常病例分类100%的准确率，展现出对早期病变征象的高度敏感性。

ABSTRACT

Age-related Macular Degeneration (AMD) and Diabetic Macular Edema (DME) are the major causes of vision loss in developed countries. Alteration of retinal layer structure and appearance of exudate are the most significant signs of these diseases. With the aim of automatic classification of DME, AMD and normal subjects from Optical Coherence Tomography (OCT) images, we proposed a classification algorithm. The two important issues intended in this approach are, not utilizing retinal layer segmentation which by itself is a challenging task and attempting to identify diseases in their early stages, where the signs of diseases appear in a small fraction of B-Scans. We used a histogram of oriented gradients (HOG) feature descriptor to well characterize the distribution of local intensity gradients and edge directions. In order to capture the structure of extracted features, we employed different dictionary learning-based classifiers. Our dataset consists of 45 subjects: 15 patients with AMD, 15 patients with DME and 15 normal subjects. The proposed classifier leads to an accuracy of 95.13%, 100.00%, and 100.00% for DME, AMD, and normal OCT images, respectively, only by considering the 4% of all B-Scans of a volume which outperforms the state of the art methods.

研究动机与目标

• 开发一种全自动、无需分割的干性AMD、DME和正常OCT图像分类方法。
• 在仅少数B-scan中出现病变征象的早期阶段视网膜病理中实现检测。
• 通过利用判别性特征学习而无需视网膜层分割，提升分类准确率，超越现有最先进方法。
• 证明使用最少代表性B-scan实现早期诊断的可行性。

提出的方法

• 从OCT B-scan中提取方向梯度直方图（HOG）特征，以捕捉局部强度梯度和边缘结构。
• 应用三种字典学习方法——融合字典学习（FDDL）、基于协同表示的字典学习（COPAR）和低秩稀疏字典学习（LRSDL），以学习判别性特征。
• 在45名受试者（每类15名）的数据集上采用三重留一交叉验证策略，训练并测试分类器。
• 基于B-scan预测结果的多数投票，对每个3D OCT体积进行分类，最终标签由B-scan中出现频率最高的类别决定。
• 优化框架，仅使用4%的B-scan即可检测疾病，强调早期诊断能力。
• 使用准确率评估性能，并与现有方法在相同数据集和交叉验证协议下进行比较。

实验结果

研究问题

• RQ1 基于字典学习的分类器是否能在不依赖视网膜层分割的情况下，实现对AMD、DME和正常OCT图像的高准确率区分？
• RQ2 当病理征象仅出现在少量B-scan中时，所提出的方法是否能检测到早期AMD和DME？
• RQ3 在HOG特征上应用于OCT图像分类时，FDDL、COPAR和LRSDL的性能表现如何比较？
• RQ4 该方法是否能在仅使用最少B-scan表示的情况下，实现超越现有最先进方法的准确率？
• RQ5 实现可靠分类所需的B-scan最小百分比是多少，以体现早期疾病检测能力？

主要发现

• 该方法仅使用每体积4%的B-scan，即实现了AMD分类95.13%的准确率、DME分类100.00%的准确率以及正常病例分类100.00%的准确率。
• 结合HOG特征的融合字典学习（FDDL）优于COPAR和LRSDL，在完整数据集上实现了98.37%的最高总体准确率。
• 该方法成功检测出所有DME和AMD病例，在正常病例分类方面优于Srinivasan等人和Wang Yu等人。
• 基于FDDL的分类器在三重留一交叉验证中仅需22分钟，训练效率高于COPAR（41分钟）和LRSDL（32分钟）。
• 该方法在性能上优于先前方法，尤其在检测正常病例和早期病变方面，得益于其鲁棒的特征表示以及对完整体积分析的最小依赖。
• 结果证实，结合HOG特征的字典学习可在B-scan体积中病理征象稀疏时，实现对视网膜病理的可靠、早期检测。