[論文レビュー] Non-image Data Classification with Convolutional Neural Networks

Anurag Sharma, Dinesh Kumar|arXiv (Cornell University)|Jul 7, 2020

AI in cancer detection被引用数 9

ひとこと要約

本論文は、1次元臨床患者データを2次元画像風の表現に変換する新規なデータ前処理手法を提案し、VGGNet-16 などの事前学習済み畳み込みニューラルネットワーク（CNN）を非画像データ分類に活用することを可能にする。この手法はウィ sclerosisがんデータセットで競争力ある性能を示し、ウィスコンシン診断がんデータセットでは既存手法を上回る性能を達成した。

ABSTRACT

Breast cancer is the most common cancer in women. Classification of cancer/non-cancer patients with clinical records requires high sensitivity and specificity for an acceptable diagnosis test. The state-of-the-art classification model - Convolutional Neural Network (CNN), however, cannot be used with clinical data that are represented in 1-D format. CNN has been designed to work on a set of 2-D matrices whose elements show some correlation with neighboring elements such as in image data. Conversely, the data examples represented as a set of 1-D vectors -- apart from the time series data -- cannot be used with CNN, but with other classification models such as Artificial Neural Networks or RandomForest. We have proposed some novel preprocessing methods of data wrangling that transform a 1-D data vector, to a 2-D graphical image with appropriate correlations among the fields to be processed on CNN. We tested our methods on Wisconsin Original Breast Cancer (WBC) and Wisconsin Diagnostic Breast Cancer (WDBC) datasets. To our knowledge, this work is novel on non-image to image data transformation for the non-time series data. The transformed data processed with CNN using VGGnet-16 shows competitive results for the WBC dataset and outperforms other known methods for the WDBC dataset.

研究の動機と目的

• 患者記録のような時系列でない1次元臨床データを処理する際にCNNに課題が生じるという制限に対処すること。
• 1次元データ内の意味のある相関関係を保持するデータ変換技術を開発し、CNNとの互換性を確保すること。
• VGGNet-16 などの強力な事前学習済みCNNアーキテクチャを非画像医療データセットに活用できるようにすること。
• 変換されたデータの性能を標準的な乳がん分類ベンチマークで評価すること。
• 適切に2次元形式に前処理された1次元データに対して、CNNが競争的または優れた結果を達成できることを示すこと。

提案手法

• 特徴値を空間的に構造化されたグリッドに再編集することで、1次元臨床データベクトルを2次元行列に変換すること。
• 特徴間の局所的相関を強調するように2次元レイアウトを設計し、画像内の空間的関係を模倣すること。
• 得られた2次元表現に対して、標準的な画像前処理技術（例：正規化、リサイズ）を適用すること。
• 変換されたデータにおける分類に、事前学習済みのVGGNet-16アーキテクチャを用いたトランスファー学習を活用すること。
• 変換された1次元データに適応させるために、VGGNet-16の最終層を訓練すること。
• 2つのベンチマーク乳がんデータセット、ウィスコンシンオリジナル（WBC）およびウィスコンシン診断（WDBC）で手法を検証すること。

実験結果

リサーチクエスチョン

• RQ1 時系列でない1次元臨床データを、CNN処理に適した意味のある特徴関係を保持する2次元表現に効果的に変換できるか？
• RQ2 変換された1次元データにCNNを適用することで、従来のモデルに比べて非画像医療データの分類性能が向上するか？
• RQ3 本手法は、臨床記録を用いた乳がん分類において、最先端のモデルと比較してどのように評価されるか？
• RQ4 異なる特徴を持つ乳がんデータセットにおいて、変換された1次元データに対するCNNの性能は一貫性があるか？
• RQ5 適切なデータ変換を経た後、VGGNet-16 などの事前学習済みCNNを用いたトランスファー学習は、非画像データに効果的に活用できるか？

主な発見

• 提案されたデータ変換手法により、時系列でない1次元臨床データに対するCNNの活用が成功裏に実現された。
• ウィスコンシンオリジナル乳がん（WBC）データセットでは、CNNベースのモデルが競争力ある分類性能を示した。
• ウィスコンシン診断乳がん（WDBC）データセットでは、他の既知の分類手法を上回る性能を達成した。
• 変換により意味のある特徴相関関係が保持され、CNNが1次元データから効果的な表現を学習できるようになった。
• VGGNet-16 を用いたトランスファー学習により、変換されたデータにおける分類精度が顕著に向上した。
• 本研究は、CNNを用いた非画像データ分類の新規なアプローチを提示し、医療診断分野における実現可能性と有効性を示した。