Deep Bayesian segmentation for colon polyps: Well-calibrated predictions in medical imaging

要約

結腸直腸ポリープは一般に良性の変化であり、迅速に特定され、適切に管理されないと癌に進行し、腺癌として知られる結腸粘膜への影響を引き起こす可能性があります。
現在、ディープラーニングの進歩により、医療診断アプリケーションにおける画像の分類と検出において大幅なパフォーマンスを達成できることが実証されています。
それにもかかわらず、これらのモデルは過剰適合する傾向があり、点推定のみに基づいて決定を行うと、不正確な予測が得られる可能性があります。
したがって、より多くの情報に基づいた決定を得るには、点推定とその信頼できる不確実性の定量化を考慮する必要があります。
この論文では、結腸直腸ポリープ画像のセマンティック セグメンテーションを開発するために、事後分布の柔軟性に基づいたさまざまなベイジアン ニューラル ネットワーク アプローチを構築しました。
これらのモデルは、この医療データセットのセグメンテーションにおいて最先端のパフォーマンスを提供するだけでなく、正確な不確実性の推定値も生成することがわかりました。
決定論的バージョンとベイジアン バージョンで複数のバックボーンを使用してテストされた UNET、FPN、および LINKNET アーキテクチャに乗算正規化フロー (MNF) と再パラメータ化トリックを適用しました。
MNF を使用した FPN + EfficientnetB7 アーキテクチャは、IOU が 0.94 で、予測キャリブレーション誤差 (ECE) が 0.004 であることを考慮すると、最も有望なオプションであり、検出が困難な結腸直腸ポリープの特定における優位性があり、臨床領域で効果的であると報告しています。
早期発見により結腸がんの発症が予防されます。

要約(オリジナル)

Colorectal polyps are generally benign alterations that, if not identified promptly and managed successfully, can progress to cancer and cause affectations on the colon mucosa, known as adenocarcinoma. Today advances in Deep Learning have demonstrated the ability to achieve significant performance in image classification and detection in medical diagnosis applications. Nevertheless, these models are prone to overfitting, and making decisions based only on point estimations may provide incorrect predictions. Thus, to obtain a more informed decision, we must consider point estimations along with their reliable uncertainty quantification. In this paper, we built different Bayesian neural network approaches based on the flexibility of posterior distribution to develop semantic segmentation of colorectal polyp images. We found that these models not only provide state-of-the-art performance on the segmentation of this medical dataset but also, yield accurate uncertainty estimates. We applied multiplicative normalized flows(MNF) and reparameterization trick on the UNET, FPN, and LINKNET architectures tested with multiple backbones in deterministic and Bayesian versions. We report that the FPN + EfficientnetB7 architecture with MNF is the most promising option given its IOU of 0.94 and Expected Calibration Error (ECE) of 0.004, combined with its superiority in identifying difficult-to-detect colorectal polyps, which is effective in clinical areas where early detection prevents the development of colon cancer.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google