[論文レビュー] An Image Dataset of Common Skin Diseases of Bangladesh and Benchmarking Performance with Machine Learning Models

Md. Sazzad Hossain, Saiful Islam+4 more|arXiv (Cornell University)|Mar 26, 2026

Cutaneous Melanoma Detection and Management被引用数 0

ひとこと要約

この論文は、バングラデシュの一般的な皮膚病5種の公開画像データセットを提供し、それに対して複数のML/DLモデルをベンチマークします。また、データセットの収集とグローバルな皮膚科応用における地域的関連性についても議論します。

ABSTRACT

Skin diseases are a major public health concern worldwide, and their detection is often challenging without access to dermatological expertise. In countries like Bangladesh, which is highly populated, the number of qualified skin specialists and diagnostic instruments is insufficient to meet the demand. Due to the lack of proper detection and treatment of skin diseases, that may lead to severe health consequences including death. Common properties of skin diseases are, changing the color, texture, and pattern of skin and in this era of artificial intelligence and machine learning, we are able to detect skin diseases by using image processing and computer vision techniques. In response to this challenge, we develop a publicly available dataset focused on common skin disease detection using machine learning techniques. We focus on five prevalent skin diseases in Bangladesh: Contact Dermatitis, Vitiligo, Eczema, Scabies, and Tinea Ringworm. The dataset consists of 1612 images (of which, 250 are distinct while others are augmented), collected directly from patients at the outpatient department of Faridpur Medical College, Faridpur, Bangladesh. The data comprises of 302, 381, 301, 316, and 312 images of Dermatitis, Eczema, Scabies, Tinea Ringworm, and Vitiligo, respectively. Although the data are collected regionally, the selected diseases are common across many countries especially in South Asia, making the dataset potentially valuable for global applications in machine learning-based dermatology. We also apply several machine learning and deep learning models on the dataset and report classification performance. We expect that this research would garner attention from machine learning and deep learning researchers and practitioners working in the field of automated disease diagnosis.

研究の動機と目的

• 皮膚科専門知識が限られている場所でのバングラデシュにおける皮膚病の自動検出を動機付ける。
• 一般的な皮膚病に焦点を当てた公開画像データセットを作成する。
• データセット上で機械学習および深層学習モデルのベンチマークを行い、ベースライン性能を確立する。
• データセットがMLベースの皮膚科研究のグローバルな関連性を持つ可能性を強調する。

提案手法

• バングラデシュの医科大学病院の外来患者から地域的な皮膚病画像データセットを組み立てる。
• 画像を5つの病気に分類する：接触性皮膚炎（Contact Dermatitis）、白斑（Vitiligo）、湿疹（Eczema）、疥癬（Scabies）、環状癬（Tinea Ringworm）。
• データセットの構成を、拡張画像と distinct images を含む形で提供する（総計1612、うち250が distinct）。
• 複数の機械学習および深層学習モデルを適用して病気分類を実施し、性能を報告する。
• 低資源環境でのMLベースの皮膚科研究に対するデータセットの適用可能性を議論する。

実験結果

リサーチクエスチョン

• RQ1 公開されたバングラデシュの一般的な皮膚病データセットはMLベースの検出を支援できるか。
• RQ2 このデータセット上で、5つの病気クラスに対してさまざまなML/DLモデルはどのように動作するか。
• RQ3 データ拡張が皮膚病分類のモデル性能に与える影響は何か。
• RQ4 地域的文脈を超えたグローバルな皮膚科応用のためにデータセットは価値があるか。

主な発見

• データセットは5つの病気にわたる1612枚の画像を含む：Dermatitis（302）、Eczema（381）、Scabies（301）、Tinea Ringworm（316）、Vitiligo（312）。
• 250枚はdistinctであり、残りはデータセットを拡張するために拡張されている。
• データセット上で機械学習および深層学習モデルのベンチマークが行われ、分類性能が報告されている（抽象には具体的な指標は提供されていない）。
• 著者はデータセットの地域的な収集がグローバルなMLベースの皮膚科応用にも価値を持つ可能性があると示唆している。