[论文解读] Generating Magnetic Resonance Spectroscopy Imaging Data of Brain Tumours from Linear, Non-Linear and Deep Learning Models

Nathan J Olliverre, Guang Yang+3 more|arXiv (Cornell University)|Aug 23, 2018

Brain Tumor Detection and Classification参考文献 15被引用 4

一句话总结

本研究评估了线性、非线性和深度学习模型——具体为改进的MRS分类器（PMM）、GAN和DCGAN——在生成脑肿瘤磁共振波谱（MRS）数据方面的能力。使用GAN生成的数据在训练随机森林模型时，对健康组织的分类准确率达到97.5%，对低等级肿瘤的分类准确率为97%，优于DCGAN和PMM，表明生成模型即使在真实数据有限的情况下，也能生成具有临床相关性且保真度高的MRS数据，用于训练诊断模型。

ABSTRACT

Magnetic Resonance Spectroscopy (MRS) provides valuable information to help with the identification and understanding of brain tumors, yet MRS is not a widely available medical imaging modality. Aiming to counter this issue, this research draws on the advancements in machine learning techniques in other fields for the generation of artificial data. The generated methods were tested through the evaluation of their output against that of a real-world labelled MRS brain tumor data-set. Furthermore the resultant output from the generative techniques were each used to train separate traditional classifiers which were tested on a subset of the real MRS brain tumor dataset. The results suggest that there exist methods capable of producing accurate, ground truth based MRS voxels. These findings indicate that through generative techniques, large datasets can be made available for training deep, learning models for the use in brain tumor diagnosis.

研究动机与目标

• 通过使用机器学习模型生成合成数据，解决标注的MRS脑肿瘤数据稀缺问题。
• 评估线性模型（PMM）、非线性模型（GAN）和深度学习模型（DCGAN）在生成逼真MRS谱图方面的性能。
• 评估生成的数据是否能有效训练传统分类器，使其性能与基于真实数据训练的模型相当。
• 通过定量指标和视觉检查，评估生成的MRS信号与真实基准数据的保真度。
• 确定使用合成MRS数据训练深度学习模型进行脑肿瘤分类的可行性。

提出的方法

• 基于线性混合模型，训练一种改进的MRS脑肿瘤分类器（PMM），通过组合正常、低等级和高级肿瘤谱图的系数，生成合成MRS谱图。
• 实现一种生成对抗网络（GAN），采用深度卷积生成器和判别器，以学习并生成逼真的MRS信号分布。
• 应用一种深度卷积GAN（DCGAN），其架构与GAN相似，但具有更深、更复杂的层，以提升特征学习能力。
• 使用每种模型（PMM、GAN、DCGAN）生成的数据，分别训练独立的随机森林分类器，用于分类组织等级（健康、低等级、高级）。
• 在保留的真实MRS测试集上评估分类器性能，并通过均方误差（MSE）将生成信号与真实基准信号的均值进行比较。
• 对生成的谱图进行定性和定量分析，以评估其波形保真度、表现力和领域一致性。

实验结果

研究问题

• RQ1 生成模型能否产生足够逼真且能代表真实脑肿瘤MRS数据的合成MRS谱图？
• RQ2 在合成数据上训练的模型的分类准确率与在真实数据上训练的模型相比如何？
• RQ3 在PMM（线性）、GAN（非线性）和DCGAN（深度学习）三种生成模型中，哪一种产生的MRS谱图最准确且最具表现力？
• RQ4 生成的谱图在多大程度上保留了真实MRS数据的光谱特性，通过MSE和视觉相似性进行衡量？
• RQ5 这些模型生成的合成MRS数据能否有效训练分类器，使其性能与基于真实数据训练的模型相当？

主要发现

• 使用GAN生成的数据在训练随机森林模型时，对健康组织的分类准确率达到97.5%，对低等级肿瘤的分类准确率为97%，优于DCGAN，且接近真实基准（GT）模型的性能。
• PMM模型在与真实数据的波形相似性方面表现最佳，均方误差最低（健康组织为0.002，低等级为0.004，高级为0.071），表明其对平均信号具有极高的保真度。
• DCGAN模型表现最差，低等级肿瘤的分类准确率仅为66%，健康组织和高级组织的准确率均为71%，且MSE最高（健康组织为5.148，高级组织为12.001），表明信号质量差且与真实数据偏差大。
• 尽管准确率较低，DCGAN生成的谱图表现出更大的变异性，表明可能存在过拟合或模式崩溃，这与GAN训练中已知的不稳定性一致。
• GAN模型在表现力和波形一致性方面优于DCGAN，如图4中的信号图所视觉证实，其谱图与真实MRS信号高度相似。
• 基于真实数据训练的随机森林模型（GT）对健康组织、低等级和高级组织的准确率分别为96%、95%和95%，作为性能基准；GAN生成的数据最接近达到这一性能水平。