[論文レビュー] A Comparative Analysis of CNN-Based Pretrained Models for the Detection and Prediction of Monkeypox

Sourav Saha, Trina Chakraborty+2 more|arXiv (Cornell University)|Jan 20, 2023

Poxvirus research and outbreaks被引用数 10

ひとこと要約

この論文は、CNNベースの複数の事前学習モデルと多数決アンサンブルを用いて、いくつかのクラスペアで monkeypox の検出を評価し、特定のモデルとアンサンブルで顕著な性能を報告します。

ABSTRACT

Monkeypox is a rare disease that raised concern among medical specialists following the convi-19 pandemic. It's concerning since monkeypox is difficult to diagnose early on because of symptoms that are similar to chickenpox and measles. Furthermore, because this is a rare condition, there is a knowledge gap among healthcare professionals. As a result, there is an urgent need for a novel technique to combat and anticipate the disease in the early phases of individual virus infection. Multiple CNN-based pre-trained models, including VGG-16, VGG-19, Restnet50, Inception-V3, Densnet, Xception, MobileNetV2, Alexnet, Lenet, and majority Voting, were employed in classification in this study. For this study, multiple data sets were combined, such as monkeypox vs chickenpox, monkeypox versus measles, monkeypox versus normal, and monkeypox versus all diseases. Majority voting performed 97% in monkeypox vs chickenpox, Xception achieved 79% in monkeypox against measles, MobileNetV2 scored 96% in monkeypox vs normal, and Lenet performed 80% in monkeypox versus all.

研究の動機と目的

• 早期の monkeypox 検出と予測を支援する自動化ツールの緊急ニーズに対処する。
• monkeypox 関連の分類タスクで複数の CNN ベースの事前学習モデルの性能を比較する。
• どのアーキテクチャとアンサンブル手法が monkeypox と類似疾病との識別を最も強く行えるかを特定する。

提案手法

• CNN 事前学習モデル（VGG-16、VGG-19、Restnet50、Inception-V3、Densnet、Xception、MobileNetV2、Alexnet、Lenet）を monkeypox 分類タスクに適用する。
• 多数決をアンサンブル手法として用い、モデルの決定を集約する。
• monkeypox vs chickenpox、monkeypox vs measles、monkeypox vs normal、monkeypox vs all diseases のデータセットでモデルを評価する。
• 各モデルと各シナリオについて分類性能を報告する。
• 新規のアーキテクチャ変更を詳述せず、標準的な CNN ベースの転移学習を活用する。

実験結果

リサーチクエスチョン

• RQ1 どの CNN ベースの事前学習アーキテクチャが monkeypox を chickenpox、measles、normal 条件から最も区別しやすいか？
• RQ2 アンサンブル多数決アプローチは、異なる病気の対を横断して monkeypox の検出を改善するか？
• RQ3 一般的なアーキテクチャ（例：VGG、Inception、Xception、MobileNet）は monkeypox 分類タスクで互いにどのように性能が異なるか？
• RQ4 類似疾病との比較における monkeypox 検出のための事前学習 CNN の相対的な強みと制限は何か？

主な発見

• 多数決は chickenpox に対する monkeypox で 97% の正確度を達成。
• Xception は measles に対する monkeypox で 79% の正確度を達成。
• MobileNetV2 は normal に対する monkeypox で 96% の正確度を達成。
• Lenet は all に対する monkeypox で 80% の正確度を達成。
• 他のモデルはデータセットの異なるクラスペア間で性能が変動する。
• 本研究は事前学習済み CNN とアンサンブル手法が迅速な monkeypox 検出に有望であることを示している。