[論文レビュー] BCN20000: Dermoscopic Lesions in the Wild

Marc Combalia, Noel Codella+9 more|arXiv (Cornell University)|Aug 6, 2019

Cutaneous Melanoma Detection and Management参考文献 10被引用数 294

ひとこと要約

本論文は、2010–2016年の5,583の皮膚病変からなる19,424枚の dermoscopic 画像データセット BCN20000 を導入し、制約のない皮膚癌分類の研究とISIC Challenge 2019の支援を目的とする。

ABSTRACT

This article summarizes the BCN20000 dataset, composed of 19424 dermoscopic images of skin lesions captured from 2010 to 2016 in the facilities of the Hospital Clínic in Barcelona. With this dataset, we aim to study the problem of unconstrained classification of dermoscopic images of skin cancer, including lesions found in hard-to-diagnose locations (nails and mucosa), large lesions which do not fit in the aperture of the dermoscopy device, and hypo-pigmented lesions. The BCN20000 will be provided to the participants of the ISIC Challenge 2019, where they will be asked to train algorithms to classify dermoscopic images of skin cancer automatically.

研究の動機と目的

• 厳密にキュレーションされたデータセットを超えた制約のない dermoscopic 画像分類の研究を動機づける。
• 大規模で臨床的に多様なデータセットを提供し、難診断な部位と病変タイプを含む。
• 画像とメタデータ（解剖学的位置、患者の年齢と性別）を臨床実務を模倣する形でリンクする。
• アルゴリズムをアウトオブディストリビューションや難易度の高いシナリオで評価可能にする。
• ISIC Challenge 2019 を、diagnoses にリンクした頑健な公開データセットでサポートする。

提案手法

• Hospital Clínic de Barcelona（2010–2016）からの16年間の dermoscopic 画像コレクションを収集した。
• コンピュータビジョン技術を用いて画像を取得・整理・フィルタリングし、基準データベースの診断と結びつけた。
• 複数の読影者によって診断を手動で修正し、妥当性と品質を確保した。
• 臨床ワークフローを反映させるため、病変の位置、年齢、性別に関するメタデータを含めた。
• ISIC Challenge 2019およびISIC Archive配布のためにデータセットを準備した。

実験結果

リサーチクエスチョン

• RQ1 厳密に制約されていない dermoscopic 画像データセット（難診断部位を含む）が自動皮膚癌分類の性能にどのような影響を与えるか？
• RQ2 野外に存在するout-of-distributionまたは非セグメンタブル/低色素性病変をアルゴリズムは扱えるか？
• RQ3 臨床実務における病変分類のための付随するメタデータ（位置、年齢、性別）の価値はどの程度か？
• RQ4 多様性と診断カテゴリの観点でBCN20000は既存データセットとどう比較されるか？

主な発見

• BCN20000データセットは、2010年から2016年の間に撮影された5,583個の皮膚病変に対応する19,424枚の高品質な dermoscopic 画像で構成される。
• 画像は9つのカテゴリーを網羅している： nevus、melanoma、basal cell carcinoma、seborrheic keratosis、actinic keratosis、squamous cell carcinoma、dermatofibroma、vascular lesion、and other。
• 画像は臨床実践を反映するため、解剖学的位置と患者の属性に関するメタデータが添付されている。
• データセットはISIC Challenge 2019を対象として、自動分類とout-of-distribution検出を評価することを目的としている。
• データ収集と共有のために倫理審査承認を取得した。
• 画像は病院記録からのルーティングを通じてキュレーション・検証され、診断の妥当性を確保した。