[论文解读] X-Ray bone abnormalities detection using MURA dataset

Anna Solovyova, I. A. Solovyov|arXiv (Cornell University)|Aug 7, 2020

Artificial Intelligence in Healthcare and Education参考文献 19被引用 4

一句话总结

本文提出了一种在 MURA 数据集上训练的深度学习模型，用于检测 X 射线图像中的骨骼异常，在手腕部位的 Kappa 评分达到 0.942，手部为 0.862，肩部为 0.735，结果与当前最先进水平相当。该系统可可视化异常区域，旨在通过骨科创伤的计算机辅助检测（CAD）减少放射科医生的工作负担和诊断错误。

ABSTRACT

We introduce the deep network trained on the MURA dataset from the Stanford University released in 2017. Our system is able to detect bone abnormalities on the radiographs and visualise such zones. We found that our solution has the accuracy comparable to the best results that have been achieved by other development teams that used MURA dataset, in particular the overall Kappa score that was achieved by our team is about 0.942 on the wrist, 0.862 on the hand and o.735 on the shoulder (compared to the best available results to this moment on the official web-site 0.931, 0.851 and 0.729 accordingly). However, despite the good results there are a lot of directions for the future enhancement of the proposed technology. We see a big potential in the further development computer aided systems (CAD) for the radiographs as the one that will help practical specialists diagnose bone fractures as well as bone oncology cases faster and with the higher accuracy.

研究动机与目标

• 解决因放射科医生疲劳、工作负荷过大及经验差距导致的肌肉骨骼放射学中高比例的诊断错误。
• 通过开发用于骨折的计算机辅助诊断（CAD）系统，减少 X 射线阅片中的人为偏倚和工作负担。
• 通过自动化标准 X 射线图像中异常的检测与定位，提升诊断速度与准确性。
• 通过人工智能驱动的高风险病例优先处理，增强临床决策能力。
• 为可扩展、可泛化的 CAD 系统奠定基础，使其适用于超越单一医院的多样化临床环境。

提出的方法

• 在 MURA 数据集上训练深度神经网络，该数据集是公开可用的肌肉骨骼 X 射线图像集合。
• 采用迁移学习，利用预训练的卷积神经网络（CNN）架构进行特征提取与分类。
• 应用激活图或类似 Grad-CAM 的可视化技术，实现 X 射线图像中异常区域的定位。
• 针对不同解剖区域（手腕、手部和肩部）优化模型用于二分类（异常 vs. 正常）。
• 计划未来扩展至多类别分类，以区分特定类型的骨骼异常。
• 与临床专家（10 年以上经验）合作，以提高标注质量并实现对异常的详细标注。

实验结果

研究问题

• RQ1 深度学习模型是否能在 MURA 数据集上实现与当前最先进系统相当的高诊断准确率，用于骨骼异常检测？
• RQ2 该模型在 X 射线图像中定位异常区域的效率如何？可视化是否能提升放射科医生的信任度与工作流程效率？
• RQ3 在高工作负荷或疲劳状态下，该模型在骨折检测中减少人为偏倚的程度如何？
• RQ4 基于 MURA 数据集中有限且异质的数据训练的 CAD 系统，能否在不同解剖区域中实现高可靠性的泛化？
• RQ5 在临床放射学工作流程中整合无监督或可解释人工智能时，存在哪些伦理与实际障碍？

主要发现

• 该模型在手腕部位的 Kappa 评分为 0.942，手部为 0.862，肩部为 0.735，结果与当时公开报道的最佳水平非常接近或更优。
• 该系统成功可视化了骨骼异常区域，支持放射科医生识别病灶区域，而无需从头开始重新评估。
• 尽管性能出色，该模型最初仅限于二分类（异常存在与否），表明亟需扩展为多类别分类。
• 研究团队发现，MURA 数据集中每种解剖区域的样本数量不足，特别是对于罕见或复杂骨折，限制了模型的泛化能力。
• 本研究强调了专家标注数据的关键需求，以及未来在多类型异常分类方面的工作，以增强临床实用性。
• 伦理与监管挑战仍是重大障碍，尤其对于无监督学习模型，因其在高风险医疗环境中的可解释性不足。