Automatisk deteksjon av abnormaliteter i hundealbuer

Abstract

Albueleddsdysplasi er en genetisk videreførbar utviklingssykdom som omfatter flere albueabnormaliteter, og kan føre til halthet hos hunder. I dag gjennomføres screening av hunder som er utsatt for albueleddsdysplasi, og dette fører til manuell analyse av i røntgenbilder til i snitt 5000 hunder per år fordelt på to veterinærradiologer i Norge. Bruk av konvolusjonelle nevrale nettverk (CNN) har vist seg å være effektivt ved bildegjenkjenning, men det finnes ikke rapportert forskning på bruk av CNNer ved diagnostisering av albueleddsdysplasi. Denne masteroppgaven utforsker derfor potensialet for bruk av CNN ved diagnostisering av albueleddsdysplasi ved screening.

Totalt ble 4617 ulike bilder av hundealbuer fra perioden 2018-2021 brukt til analyser i denne masteroppgaven. Ulike modeller i EfficientNet-familien ble prøvd ut på klassifisering av normale og abnormale prøver. For å evaluere modellenes generaliserte ytelse ble eksterne evalueringer utført på modellene med høyest helhetlig ytelse. Høyeste oppnådde nøyaktighet ved klassifisering av normale og abnormale prøver var på over 0.95, med en Matthews korrelasjonskoeffisient-score (MCC) på 0.91.

Modellen med høyest ytelse ved klassifisering av normale og abnormale prøver viste høy grad av predikerbarhet for røntgenbildene. Men videre forskning på feilprediksjoner, og ulike kombinasjoner av bilder og metainformasjon bør gjennomføres for å gjøre modellene oppnådd i denne masteroppgaven mer robuste.

I tillegg til klassifisering av normale og abnormale prøver ble andre binære samt flerklassemodeller utprøvd. Disse modellene omfattet klassifisering av prøver med sykdomsgradering 1 mot andre prøver med sykdom; prøver med artrose mot andre prøver med sykdom; prøver med sykdomsgradering nivå 1, nivå 2 og nivå 3; prøver med alle syv diagnosegrupper ved albueleddsdysplasi. I tillegg ble det prøvd ut å klassifisere tidligere feilklassifiserte og riktig klassifiserte prøver, for å se om et nevralt nettverk fant en sammenheng blant feilklassifiserte prøver.

Ingen andre modeller oppnådde like høy ytelse som normal/abnormal-modeller, men det er spesielt relevant å utforske flerklassemodeller til å skille nivå 1, 2 og 3 som verktøy ved screening av albueleddsdysplasi. Modellen med høyest ytelse ved klassifisering av nivå 1, 2 og 3 oppnådde en nøyaktighet på 0.67, og MCC-score på 0.50.

Elbow Dysplasia is a genetically inheritable developmental disease including several elbow abnormalities, that commonly leads to disability in dogs. Today in Norway, screening of dogs prone to Elbow Dysplasia is done, which leads to manual analysis of radiographs from roughly 5000 dogs every year, done by two veterinary radiologists. The use of Convolutional Neural Networks (CNNs) is shown to be efficient in image recognition, but there are no reported studies done on the use of CNNs on radigraphic diagnostics of Elbow Dysplasia. Therefore, in this master’s thesis, the potential of CNNs used for automatically diagnosing Elbow Dysplasia during screening is explored.

A total of 4617 radiographs from the period of 2018-2021 were used for analyses in this master’s thesis. Different models of the EfficientNet family were tried on classification of normal and abnormal elbow samples (radiographs). To evaluate the models’ generalized performance, external evaluations were executed on the models with the highest performances. The highest accuracy achieved in classifying normal and abnormal samples was 0.95, with an MCC score of 0.91.

The model that achieved highest performance in classifying normal and abnormal samples showed high predictability for radiographs. However, more research on wrongly predicted samples, and different combinations of images and meta information should be done in order to make the models achieved in this thesis more robust.

In addition to classifying normal and abnormal samples, other binary and multiclass models were examined. These models included classifying samples with Elbow Dysplasia grade 1 versus other abnormalities; samples with Arthrosis versus other abnormalities; samples with Elbow Dysplasia grade 1, grade 2 and grade 3; samples with all seven subgroups of Elbow Dysplasia. Moreover, a CNN classifying wrongly and correctly classified samples from the external evaluation of the normal/abnormal model was experimented with, in order to see if the CNN could find a correlation in misclassified samples.

No other model achieved performances as high as the normal/abnormal models, but specifically using a multiclass model classifying grade 1, 2 and 3 as a tool in screening of Elbow Dysplasia is relevant to explore further. The highest achieved performance in classifying grade 1, 2 and 3 gave an accuracy of 0.67, and an MCC-score of 0.50.