[论文解读] Dual-Sampling Attention Network for Diagnosis of COVID-19 from Community Acquired Pneumonia

Xi Ouyang, Jiayu Huo+16 more|arXiv (Cornell University)|May 6, 2020

COVID-19 diagnosis using AI参考文献 59被引用 25

一句话总结

该论文提出了一种基于3D CNN的双采样注意力网络，用于在胸部CT扫描中区分COVID-19与社区获得性肺炎（CAP）。通过集成在线注意力模块和双采样策略以解决类别不平衡问题，该模型在大规模独立多中心测试集上实现了0.944的AUC、87.5%的准确率和82.0%的F1分数，展现出优异的诊断性能，并通过注意力可视化提升了可解释性。

ABSTRACT

The coronavirus disease (COVID-19) is rapidly spreading all over the world, and has infected more than 1,436,000 people in more than 200 countries and territories as of April 9, 2020. Detecting COVID-19 at early stage is essential to deliver proper healthcare to the patients and also to protect the uninfected population. To this end, we develop a dual-sampling attention network to automatically diagnose COVID- 19 from the community acquired pneumonia (CAP) in chest computed tomography (CT). In particular, we propose a novel online attention module with a 3D convolutional network (CNN) to focus on the infection regions in lungs when making decisions of diagnoses. Note that there exists imbalanced distribution of the sizes of the infection regions between COVID-19 and CAP, partially due to fast progress of COVID-19 after symptom onset. Therefore, we develop a dual-sampling strategy to mitigate the imbalanced learning. Our method is evaluated (to our best knowledge) upon the largest multi-center CT data for COVID-19 from 8 hospitals. In the training-validation stage, we collect 2186 CT scans from 1588 patients for a 5-fold cross-validation. In the testing stage, we employ another independent large-scale testing dataset including 2796 CT scans from 2057 patients. Results show that our algorithm can identify the COVID-19 images with the area under the receiver operating characteristic curve (AUC) value of 0.944, accuracy of 87.5%, sensitivity of 86.9%, specificity of 90.1%, and F1-score of 82.0%. With this performance, the proposed algorithm could potentially aid radiologists with COVID-19 diagnosis from CAP, especially in the early stage of the COVID-19 outbreak.

研究动机与目标

• 开发一种自动化深度学习方法，利用胸部CT扫描实现对COVID-19的早期诊断。
• 解决由于COVID-19快速进展导致的COVID-19与CAP在感染区域大小上的类别不平衡问题。
• 通过在线注意力机制定位感染区域，提升模型的可解释性。
• 在未参与训练的大规模独立多中心CT数据集上验证模型的泛化能力。
• 支持放射科医生在资源有限的疫情爆发环境中实现肺炎亚型的早期检测与鉴别诊断。

提出的方法

• 使用3D卷积神经网络（CNN）作为主干网络，从3D胸部CT容积中提取特征。
• 引入在线注意力模块，在训练过程中动态优化注意力图，聚焦于感染区域，提升可解释性。
• 设计双采样策略，通过过采样小感染区域病例和欠采样大感染区域病例来平衡训练数据，缓解类别不平衡。
• 利用感染区域分割掩码对注意力图进行优化，引导模型关注临床相关区域。
• 使用Grad-CAM进行对比，但所提方法生成的注意力图在定位精度上更优，且与实际感染区域高度一致。
• 模型在来自1,588名患者的2,186例CT扫描上采用5折交叉验证进行训练，并在来自2,057名患者的2,796例独立数据集上进行测试。

实验结果

研究问题

• RQ1 深度学习模型能否在胸部CT扫描中以高准确率和强鲁棒性有效区分COVID-19与CAP？
• RQ2 如何优化注意力机制以提升模型在CT图像中对感染区域的可解释性与定位能力？
• RQ3 双采样策略在多大程度上缓解了COVID-19与CAP之间感染区域大小不平衡对模型性能的影响？
• RQ4 所提模型能否在未参与训练的独立多中心数据集上实现良好泛化？
• RQ5 注意力图的定位与肺炎诊断中的临床相关影像学表现之间存在何种相关性？

主要发现

• 在独立测试集上，模型AUC达到0.944，表明诊断性能出色。
• 在测试集中，模型准确率达到87.5%，敏感度为86.9%，特异度为90.1%，能够有效区分COVID-19与CAP。
• F1得分为82.0%，表明精确率与召回率之间保持良好平衡，尤其对罕见或早期病例具有重要意义。
• 所提方法生成的注意力图在定位感染区域方面优于Grad-CAM，与真实感染分割结果高度一致。
• 失败案例显示，当视觉线索模糊或具有误导性时（特别是在非肺部区域），注意力定位存在局限性。
• 模型在小感染区域的COVID-19病例上表现下降，表明在早期诊断中需结合临床与实验室数据以提升性能。