[論文レビュー] Deep-Learning Ensembles for Skin-Lesion Segmentation, Analysis, Classification: RECOD Titans at ISIC Challenge 2018

Alceu Bissoto, Fábio Perez+4 more|arXiv (Cornell University)|Aug 25, 2018

Cutaneous Melanoma Detection and Management被引用数 20

ひとこと要約

本論文は、転移学習、合成病変生成、高度なデータ増強を組み合わせたディーブラーニングアンサンブル手法を提示し、ISIC Challenge 2018における皮膚病変分類、特徴検出、メラノーマ分類の性能向上を図った。モデルはテストセットにおいて正規化された多クラス正答率0.803を達成し、分類タスクで141件の提出の中から9位となった。

ABSTRACT

This extended abstract describes the participation of RECOD Titans in parts 1 to 3 of the ISIC Challenge 2018 "Skin Lesion Analysis Towards Melanoma Detection" (MICCAI 2018). Although our team has a long experience with melanoma classification and moderate experience with lesion segmentation, the ISIC Challenge 2018 was the very first time we worked on lesion attribute detection. For each task we submitted 3 different ensemble approaches, varying combinations of models and datasets. Our best results on the official testing set, regarding the official metric of each task, were: 0.728 (segmentation), 0.344 (attribute detection) and 0.803 (classification). Those submissions reached, respectively, the 56th, 14th and 9th places.

研究の動機と目的

• 皮膚病変解析における限られたかつ不均衡な皮膚鏡的データセットの課題を、外部データソースと合成データ生成を活用することで解決すること。
• 転移学習を用いたディーブラーニングアンサンブルを用いて、皮膚病変分類、特徴検出、メラノーマ分類の性能を向上させること。
• データ増強、モデルアンサンブル、合成病変生成の影響がモデルの汎化性と耐性に与える影響を調査すること。
• 複雑さと性能向上のバランスを取った、スケーラブルで再現可能な皮膚病変解析パイプラインの開発。
• データ不足に起因する希少な病変タイプの学習を改善するため、GANを用いたリアルな合成皮膚鏡画像生成手法の貢献。

提案手法

• ISIC 2018、ISICアーカイブ、および追加のデータソースを統合し、合計30,726枚の皮膚鏡画像からなる包括的なデータセットを構築。特に、不足しがちなクラスに631枚の追加画像を追加。
• モデル学習中のクラス不均衡を軽減するため、頻度に基づくクラス重みを用いたクラス重み付き交差エントロピー損失を適用。
• ランダムクロップ、フリップ、回転、シアー、スケーリング、色合いの変更（彩度、明るさ、コントラスト、色相）を含む、広範なオンラインデータ増強を実施。
• 予測の耐性と汎化性を向上させるために、1枚の画像に対して128個のリプリカを用いたテスト時増強を実装。
• 3段階の提出戦略を採用：(1) 43モデルのXGBoostアンサンブル、(2) 合成データで学習した8つの上位モデルの平均、(3) チャレンジデータのみで学習した15モデルの平均。
• 2段階のトレーニングパイプラインを実装：まずホールドアウトセット上でモデル選択を行い、その後、バリデーション指標を用いたメタラーニングにより最終アンサンブルを最適化。

実験結果

リサーチクエスチョン

• RQ1 外部データおよび合成データの導入が、深刻なクラス不均衡下での皮膚病変分類と分類性能にどのように寄与するか？
• RQ2 高度なデータ増強およびテスト時増強が、モデルの汎化性と耐性に与える影響は何か？
• RQ3 多様なディーブラーニングアーキテクチャを用いたアンサンブル学習は、マルチタスク皮膚病変解析において個々のモデルを上回る性能を発揮できるか？
• RQ4 GANで生成された合成病変は、希少皮膚疾患の学習にどの程度寄与できるか？
• RQ5 異なるモデルアーキテクチャおよびトレーニング戦略は、分類、特徴検出、分類タスクの各性能にどのように影響を及えるか？

主な発見

• 43個のディーブラーニングモデルを用いたアンサンブルモデルは、正規化された多クラス正答率0.732を達成し、分類タスクで141件中32位となった。
• 合成データで学習した8つの上位モデルの平均は、正規化正答率0.725を記録し、39位にランクイン。データ増強の利点は確認されたが、性能向上は限定的であった。
• チャレンジデータのみで学習した15モデルの平均が最高の性能を示し、正規化正答率0.803を達成。全体で9位を獲得。
• 合成病変の使用により、基底細胞癌（BCC）、線維組織球腫瘍（DF）、血管性病変（VASC）などの希少クラスの表現が向上し、トレーニングセット内での割合が増加した。
• 128個のリプリカを用いたテスト時増強は、ノイズや曖昧なアノテーションが存在する状況でも、モデルの耐性を顕著に向上させた。
• チームのアプローチは、単純さと性能向上のバランスが重要であることを示しており、追加の複雑さが必ずしも指標の比例的向上をもたらさないことを示した。