[论文解读] Constrained Generative Adversarial Network Ensembles for Sharable Synthetic Data Generation

Engin Dikici, Luciano M. Prevedello+3 more|arXiv (Cornell University)|Feb 28, 2020

AI in cancer detection参考文献 55被引用 6

一句话总结

本文提出受限生成对抗网络集成模型（cGANe），用于生成可共享、具备隐私保护特性的3D脑转移瘤MRI合成数据。通过在真实T1加权对比增强MRI扫描上进行训练，cGANe生成的合成数据在脑转移瘤检测任务中实现了与真实数据相当的性能——每例患者误报数为9.53例，而真实数据为9.12例，表明该方法在保障安全、促进协作的医学人工智能研究方面具有潜力。

ABSTRACT

The sharing of medical imaging datasets between institutions, and even inside the same institution, is limited by various regulations/legal barriers. Although these limitations are necessities for protecting patient privacy and setting strict boundaries for data ownership, medical research projects that require large datasets suffer considerably as a result. Machine learning has been revolutionized with the emerging deep neural network approaches over recent years, making the data-related limitations even a larger problem as these novel techniques commonly require immense imaging datasets. This paper introduces constrained Generative Adversarial Network ensembles (cGANe) to address this problem by altering the representation of the imaging data, whereas containing the significant information, enabling the reproduction of similar research results elsewhere with the sharable data. Accordingly, a framework representing the generation of a cGANe is described, and the approach is validated for the generation of synthetic 3D brain metastatic region data from T1-weighted contrast-enhanced MRI studies. For 90% brain metastases (BM) detection sensitivity, our previously reported detection algorithm produced on average 9.12 false-positive BM detections per patient after training with the original data, whereas producing 9.53 false-positives after training with the cGANe generated synthetic data. Although the applicability of the introduced approach needs further validation studies with a range of medical imaging data types, the results suggest that the BM-detection algorithm can achieve comparable performance by using cGANe generated synthetic data. Hence, the generalization of the proposed approach for various modalities may occur in the near future.

研究动机与目标

• 为解决因隐私法规和数据所有权限制导致的医学影像数据共享难题。
• 开发一种生成合成医学影像的方法，以保留对研究具有临床意义的信息。
• 实现基于合成数据训练深度学习模型，使其性能可与真实数据相媲美。
• 在3D T1加权对比增强MRI上验证该方法在脑转移瘤检测中的有效性。
• 推动合成数据在多种医学影像模态中的广泛应用。

提出的方法

• 该方法采用受限生成对抗网络（cGAN）的集成模型，从真实MRI数据中生成3D脑转移瘤区域的合成数据。
• 集成中的每个cGAN均通过约束训练，以保留对检测至关重要的解剖和病理特征。
• 通过对抗损失和循环一致性正则化，确保真实数据与合成数据之间在结构和强度上的一致性。
• 判别器网络用于区分真实与合成数据，而生成器网络则学习生成逼真但不可识别的合成扫描图像。
• 该方法确保生成数据在保持原始数据分布高保真度的同时，最大限度降低患者重新识别的风险。
• 模型在真实脑转移瘤T1加权对比增强MRI扫描数据上端到端训练，以生成用于下游模型训练的合成数据。

实验结果

研究问题

• RQ1 cGANe能否生成保留临床相关特征、适用于检测任务的3D脑转移瘤MRI合成数据？
• RQ2 在cGANe生成的合成数据上训练脑转移瘤检测模型，其性能是否可与在真实数据上训练的模型相媲美？
• RQ3 合成数据在多大程度上保持了原始数据集的统计特性和空间特征？
• RQ4 在合成数据上训练的检测模型的假阳性率与在真实数据上训练的模型相比如何？
• RQ5 cGANe框架能否推广至T1加权对比增强MRI以外的其他医学影像模态？

主要发现

• 当检测灵敏度达到90%时，基于真实数据训练的检测模型每例患者产生9.12个假阳性。
• 当基于cGANe生成的合成数据训练同一模型时，每例患者产生9.53个假阳性，表明性能近乎等效。
• 合成数据保留了足够的解剖和病理细节，足以支持可靠模型训练与推理。
• 该方法可在不违反隐私法规或数据所有权限制的前提下，实现机构间的数据共享。
• 结果表明，cGANe生成的数据可作为真实数据在协作医学影像研究中的可行替代方案。
• 该框架在扩展至其他影像模态方面展现出潜力，但尚需进一步验证。