眼疾患の不確実性ガイド付き半教師ありマルチクラス分類のためのハイブリッドTransformer-CNNフレームワークと解釈可能性の向上
Muhammad Hammad Malik1, Zishuo Wan1, Yingying Ren2
1School of Automation and Electrical Engineering, University of Science and Technology Beijing, Beijing 100083, China.
まとめ
この研究では、高い精度と解釈可能性を達成する、眼疾患の網膜画像分類のための新しいAIモデルを紹介します。このアプローチは、失明を防ぐための早期診断と治療を強化します。
科学分野:
- 眼科学および医用画像処理
- ヘルスケアにおける人工知能
- 疾患分類のための深層学習
背景:
- 網膜画像からの白内障、糖尿病網膜症（DR）、緑内障などの眼疾患の正確な分類は、失明を防ぐために不可欠です。
- 既存の深層学習法は、大規模なラベル付きデータセット、非効率的なラベルなしデータの利用、および解釈可能性の制限といった課題に直面しており、臨床応用を妨げています。
研究 の 目的:
- 強化されたマルチクラス眼疾患分類のための新しいCNN-Transformerハイブリッドアーキテクチャを開発すること。
- 革新的な半教師あり学習（SSL）を通じて、ラベル付きデータとラベルなしデータの両方の利用を改善すること。
- 臨床的検証と信頼のためのモデルの解釈可能性を強化すること。
主な方法:
- 空間的および長距離の特徴キャプチャのためのマルチヘッドアテンションを使用したハイブリッドCNN-Transformerアーキテクチャ（Transformerモジュールを備えたConvNeXtバックボーン）。
- 不確実性定量化と疑似ラベル洗練のためのモンテカルロ（MC）ドロップアウトを使用した不確実性ガイド付きMixMatch（UG-MixMatch）SSLフレームワーク。
- 注意マップを適応型チャネルごとの重み付けで集計するための勾配ベースの統合アテンションマップ（GIAM）による解釈可能な予測。
主要な成果:
- Ocular Imaging Health (OIH) データセットで、UG-MixMatchで95.27％、MCドロップアウトで95.51％の分類精度を達成しました。
- グラウンドトゥルース（Cohenのkappaスコア93.70）とのほぼ完全な一致を示しました。
- DRに対する100％の感度/特異度、白内障および緑内障に対する高い特異度を含む、優れたクラスごとのパフォーマンスと堅牢なAUC値。
結論:
- 提案されたフレームワークは、データ不足に効果的に対処し、眼疾患分類における解釈可能性を強化します。
- ハイブリッドモデルは臨床的に関連性の高いパフォーマンスを提供し、スケーラブルで説明可能で正確な診断ツールの開発に向けた有望な一歩となります。
- GIAMの可視化は、臨床意思決定支援システム（CDSS）での使用の可能性を検証する、強化された臨床的解釈可能性を提供します。
