[论文解读] Disease Detection in Weakly Annotated Volumetric Medical Images using a Convolutional LSTM Network

Nathaniel Braman, David Beymer+1 more|arXiv (Cornell University)|Dec 3, 2018

Lung Cancer Diagnosis and Treatment参考文献 9被引用 5

一句话总结

该论文提出一种3D卷积LSTM网络，仅使用二元疾病标签即可在低剂量CT扫描中检测肺气肿，避免了对精确病灶标注的需求。通过将体素数据作为2D切片序列处理，该模型捕捉了切片间的空间关系，AUC达到0.83，优于基于2D MIL的CNN（AUC 0.69–0.76）和3D CNN（AUC 0.77）。

ABSTRACT

We explore a solution for learning disease signatures from weakly, yet easily obtainable, annotated volumetric medical imaging data by analyzing 3D volumes as a sequence of 2D images. We demonstrate the performance of our solution in the detection of emphysema in lung cancer screening low-dose CT images. Our approach utilizes convolutional long short-term memory (LSTM) to "scan" sequentially through an imaging volume for the presence of disease in a portion of scanned region. This framework allowed effective learning given only volumetric images and binary disease labels, thus enabling training from a large dataset of 6,631 un-annotated image volumes from 4,486 patients. When evaluated in a testing set of 2,163 volumes from 2,163 patients, our model distinguished emphysema with area under the receiver operating characteristic curve (AUC) of .83. This approach was found to outperform 2D convolutional neural networks (CNN) implemented with various multiple-instance learning schemes (AUC=0.69-0.76) and a 3D CNN (AUC=.77).

研究动机与目标

• 开发一种用于体素医学影像疾病检测的深度学习框架，仅需二元诊断标签，避免昂贵的手动分割。
• 解决在3D CT扫描中检测局部疾病（如肺气肿）的挑战，其中病灶可能仅出现在体积的一小部分中。
• 通过序列化处理克服多实例学习（MIL）的局限性，保留切片间的空间关系。
• 通过利用放射科报告生成的标签而非专家标注的区域，实现在大规模弱标注数据集上进行训练。
• 证明可在不同临床机构间通过易于获取的二元标签实现模型的再训练与微调。

提出的方法

• 该模型将3D CT体积分解为2D轴向切片序列，对每一切片应用卷积层，随后通过卷积LSTM（Conv-LSTM）建模切片间的空间-时间依赖关系。
• 该架构使用四个Conv-LSTM单元，共享滤波器数量：两个上升路径（32个滤波器）和两个下降路径（32个滤波器），随后为两个上升路径（64个滤波器）和两个下降路径（64个滤波器），实现双向特征学习。
• 每个Conv-LSTM单元按顺序（上升或下降）处理切片，保持隐藏状态以捕捉跨多个切片的疾病模式，最终特征汇总整个体积的信息。
• 通过Sigmoid激活函数的全连接层输出肺气肿的概率，使用二元交叉熵损失进行端到端训练。
• 模型在来自4,486名患者的6,631个体素未标注CT扫描中进行训练，其中75%用于训练，25%用于验证和超参数调优。
• 性能与基于2D MIL的CNN进行比较，采用最大池化、平均池化和乘积池化策略，并与参数量相当的3D CNN进行公平对比。

实验结果

研究问题

• RQ1 当仅提供二元疾病标签时，Conv-LSTM模型能否有效检测体素CT扫描中的肺气肿？
• RQ2 通过Conv-LSTM对2D切片进行序列化处理，是否比MIL池化策略更好地保留切片间的空间关系？
• RQ3 在弱标注数据下，Conv-LSTM模型在检测肺气肿方面与2D MIL-CNN和3D CNN相比表现如何？
• RQ4 该模型是否具备跨患者泛化能力，即使病灶仅局限于肺体积的一小部分？
• RQ5 放射科报告生成的二元标签在无需手动分割的情况下，能在多大程度上用于训练高性能模型？

主要发现

• Conv-LSTM模型在2,163个体素CT扫描的独立测试集上检测肺气肿的受试者工作特征曲线下面积（AUC）达到0.83。
• 该模型显著优于2D MIL-CNN，其AUC分别为0.69（最大池化）、0.70（平均池化）和0.76（乘积池化）。
• Conv-LSTM也优于参数量相近的3D CNN，其AUC为0.77。
• 在Youden指数最优截断点下，模型达到77%的敏感度和74%的特异度，表明真阳性检测与假阳性最小化之间具有良好的平衡。
• 该模型在不同池化策略下表现稳健，并展示了即使肺气肿仅出现在部分切片中，也能学习到疾病模式的能力。
• 该框架可仅使用放射科报告生成的二元标签在大规模数据集上进行训练，显著扩大了可用于模型开发的数据规模。