[论文解读] Simple statistical methods for unsupervised brain anomaly detection on MRI are competitive to deep learning methods

Victor Saase, Holger Wenz+3 more|arXiv (Cornell University)|Nov 25, 2020

Brain Tumor Detection and Classification参考文献 28被引用 5

一句话总结

本研究表明，简单的统计方法——体素级高斯模型、协方差估计和基于主成分分析（PCA）的线性投影——在无监督脑部MRI异常检测中的表现与深度学习方法（3D卷积自编码器）相当。在包含439例多参数头颅MRI扫描的新型专家标注数据集上，这些方法在检测小病灶方面优于深度学习方法，并展现出更优的可解释性与训练稳定性。

ABSTRACT

Statistical analysis of magnetic resonance imaging (MRI) can help radiologists to detect pathologies that are otherwise likely to be missed. Deep learning (DL) has shown promise in modeling complex spatial data for brain anomaly detection. However, DL models have major deficiencies: they need large amounts of high-quality training data, are difficult to design and train and are sensitive to subtle changes in scanning protocols and hardware. Here, we show that also simple statistical methods such as voxel-wise (baseline and covariance) models and a linear projection method using spatial patterns can achieve DL-equivalent (3D convolutional autoencoder) performance in unsupervised pathology detection. All methods were trained (N=395) and compared (N=44) on a novel, expert-curated multiparametric (8 sequences) head MRI dataset of healthy and pathological cases, respectively. We show that these simple methods can be more accurate in detecting small lesions and are considerably easier to train and comprehend. The methods were quantitatively compared using AUC and average precision and evaluated qualitatively on clinical use cases comprising brain atrophy, tumors (small metastases) and movement artefacts. Our results demonstrate that while DL methods may be useful, they should show a sufficiently large performance improvement over simpler methods to justify their usage. Thus, simple statistical methods should provide the baseline for benchmarks. Source code and trained models are available on GitHub (https://github.com/vsaase/simpleBAD).

研究动机与目标

• 评估简单统计方法是否能在无监督脑部MRI异常检测中达到与深度学习相当的性能。
• 基于一项新型、专家标注的多参数MRI数据集（共439例，其中395例为健康，44例为病理）建立基准。
• 比较体素级模型、协方差估计、主成分分析（PCA）与3D卷积自编码器在检测脑萎缩、肿瘤和运动伪影等临床异常时的检测准确率。
• 倡导将简单统计方法作为评估神经放射学中新深度学习方法在医学图像异常检测中性能的基线。
• 提供开源实现与训练好的模型，以支持可复现性与临床应用。

提出的方法

• 在所有健康扫描（N=351）的每种MRI序列的强度分布上训练体素级高斯模型。
• 应用体素级协方差估计，以建模健康脑组织中不同序列之间的关系。
• 对3D体积分空间模式进行主成分分析（PCA），以学习低维表示。
• 训练一个3D卷积自编码器（AE）作为对比的代表性深度学习模型。
• 使用样本级与体素级指标（AUC与平均精度（AP））评估所有方法，并结合临床病例分析。
• 对多种病理类型进行定性评估：脑萎缩、小转移灶及运动伪影。

实验结果

研究问题

• RQ1 简单统计模型（如体素级高斯分布与PCA）是否能在无监督脑部MRI异常检测中达到与深度学习相当的性能？
• RQ2 与深度学习自编码器相比，这些方法在检测小病灶方面的表现如何？
• RQ3 模型复杂度、可解释性与训练稳定性对临床实用性的相对影响是什么？
• RQ4 深度学习模型是否在性能上显著优于简单统计方法，从而证明其在临床环境中应用的合理性？
• RQ5 简单方法能否作为评估神经放射学中新基于深度学习的异常检测算法的可靠基线？

主要发现

• 体素级协方差估计在测试集（N=44）上达到的AUC与平均精度与3D卷积自编码器相当，未表现出显著性能差距。
• 简单统计方法（尤其是PCA与体素级模型）在检测小病灶（包括多个转移灶）方面优于深度学习模型。
• 基于PCA的方法在训练速度、稳定性与可解释性方面均优于深度学习自编码器。
• 3D卷积自编码器在检测低对比度或小病灶的体素级检测中表现略逊于最佳简单方法。
• 本研究发现，深度学习模型在专家标注数据集上检测临床相关异常时，并未显著优于简单统计模型。
• 作者结论：简单方法应作为无监督医学图像异常检测中新深度学习方法评估的基线。