[論文レビュー] Leveraging Transfer Learning for Segmenting Lesions and their Attributes in Dermoscopy Images.

Navid Alemi Koohbanani, Mostafa Jahanifar+3 more|arXiv (Cornell University)|Sep 23, 2018

Cutaneous Melanoma Detection and Management被引用数 12

ひとこと要約

本稿では、事前学習済みエンコーダー、ピラミッドプーリングを用いたマルチスケール特徴マッピング、および包括的なデータオーグメンテーションを活用した転移学習ベースのU-Netフレームワークを提案する。このアプローチは、ISIC2018 Task1およびTask2で優れた性能を示し、モデルアンサンブルにより一般化性能とセグメンテーション精度が向上することを示している。

ABSTRACT

Computer-aided diagnosis systems for classification of different type of skin lesions have been an active field of research in recent decades. It has been shown that introducing lesions and their attributes masks into lesion classification pipeline can greatly improve the performance. In this paper, we propose a framework by incorporating transfer learning for segmenting lesions and their attributes based on the convolutional neural networks. The proposed framework is inspired by the well-known UNet architecture. It utilizes a variety of pre-trained networks in the encoding path and generates the prediction map by combining multi-scale information in decoding path using a pyramid pooling manner. To circumvent the lack of training data and increase the proposed model generalization, an extensive set of novel augmentation routines have been applied during the training of the network. Moreover, for each task of lesion and attribute segmentation, a specific loss function has been designed to obviate the training phase difficulties. Finally, the prediction for each task is generated by ensembling the outputs from different models. The proposed approach achieves promising results on the cross-validation experiments on the ISIC2018- Task1 and Task2 data sets.

研究の動機と目的

• 転移学習を活用して皮膚腫瘍および付加的特徴のセグメンテーションを向上させること。
• 高度なデータオーグメンテーション技術を用いて、限られたアノテート済みトレーニングデータの課題に対処すること。
• 腫瘍および付加的特徴のセグメンテーションのためのタスク固有の損失関数を用いて、モデルの一般化性能と学習安定性を向上させること。
• デコーディングパスにおけるピラミッドプールを用いてマルチスケールの文脈的特徴を統合し、セグメンテーション精度を向上させること。
• 複数のトレーニング済みモデルを統合するアンサンブル学習により予測性能を向上させること。

提案手法

• 特徴抽出のため、エンコーダーパathに事前学習済み畳み込みニューラルネットワーク（例：ResNet、DenseNet）を採用したU-Netに類似したアーキテクチャを採用する。
• デコーダーパスにピラミッドプールを適用し、精緻なセグメンテーション予測のためのマルチスケール文脈的特徴を統合する。
• トレーニングデータの多様性とモデルの耐性強化を目的として、多様な新しいデータオーグメンテーションルーチンを適用する。
• 腫瘍および付加的特徴のセグメンテーションタスクの両方のクラス不均衡と学習不安定性に対処するため、別々の損失関数を設計する。
• 複数のトレーニング済みモデルの予測を統合することで、最終的なセグメンテーション信頼性を向上させる。

実験結果

リサーチクエスチョン

• RQ1 事前学習済みエンコーダーを用いた転移学習は、皮膚画像における腫瘍および付加的特徴のセグメンテーションを向上させることができるか？
• RQ2 カスタム損失関数は、腫瘍および付加的特徴のセグメンテーションタスクにおける学習安定性をどの程度効果的に安定化させるか？
• RQ3 包括的なデータオーグメンテーションは、限られた医療画像データセットにおいてモデルの一般化性能をどの程度向上させるか？
• RQ4 ピラミッドプールによるマルチスケール特徴統合は、標準的なスキップ接続と比較してセグメンテーション精度を向上させるか？
• RQ5 モデルアンサンブルは、ベンチマークとしての皮膚画像セグメンテーションタスクにおける性能をさらに向上させることができるか？

主な発見

• 提案されたフレームワークは、ISIC2018 Task1（腫瘍セグメンテーション）およびTask2（付加的特徴セグメンテーション）データセットで最先端の性能を達成した。
• 事前学習済みエンコーダーの使用により、限られたアノテート済みデータでも特徴表現学習が顕著に向上した。
• タスク固有の損失関数は、腫瘍および付加的特徴のセグメンテーションの両方の学習不安定性を効果的に緩和し、収束性を改善した。
• 包括的なデータオーグメンテーション戦略により、多様な皮膚画像の変動にわたってモデルの一般化性能と耐性が向上した。
• 複数のモデルをアンサンブル化することで一貫した性能向上が得られ、信頼性および正確性の向上が示された。