[論文レビュー] Residual Network based Aggregation Model for Skin Lesion Classification

Yongsheng Pan, Yong Xia|arXiv (Cornell University)|Jul 24, 2018

Cutaneous Melanoma Detection and Management参考文献 13被引用数 6

ひとこと要約

本論文では、微調整されたResNet特徴量とFisherベクトル符号化を組み合わせることで、皮膚腫瘍分類を向上させるリーマンネットワークベースのアグリゲーションモデルを提案する。微調整されたResNet-50/101/152から得られるマルチスケール特徴量をFVによってアグリゲートすることで、ISIC2018チャレンジの検証セットにおいて90.4%のバランス精度を達成し、非微調整およびベースライン手法を上回った。

ABSTRACT

We recognize that the skin lesion diagnosis is an essential and challenging sub-task in Image classification, in which the Fisher vector (FV) encoding algorithm and deep convolutional neural network (DCNN) are two of the most successful techniques. Since the joint use of FV and DCNN has demonstrated proven success, the joint techniques could have discriminatory power on skin lesion diagnosis as well. To this hypothesis, we propose the aggregation algorithm for skin lesion diagnosis that utilize the residual network to extract the local features and the Fisher vector method to aggregate the local features to image-level representation. We applied our algorithm on the International Skin Imaging Collaboration 2018 (ISIC2018) challenge and only focus on the third task, i.e., the disease classification.

研究の動機と目的

• 小さなデータセットと不均衡なデータセットの状況下でも皮膚腫瘍分類のパフォーマンスを向上させること。
• 皮膚腫瘍の形状・サイズ・ごみの変動に対処できない、硬直的な深層CNNアーキテクチャの限界を解消すること。
• Fisherベクトル符号化による統計的アグリゲーションと深層特徴量を組み合わせることで、特徴表現を強化すること。
• 事前学習済みResNetをFV符号化の前段階で微調整することの有効性を検証すること。
• 特にタスク3（疾患分類）において、ISIC2018皮膚腫瘍分類チャレンジで最先端のパフォーマンスを達成すること。

提案手法

• ISIC2018の学習セットに対して15エポック、ランダムクロッピングおよび224×224へのリサイズによるデータオーグメンテーションを伴って、ResNet-50/101/152を微調整した。
• 微調整されたResNetの'後続のres5c_branch2a'層から局所的記述子を抽出し、512次元の特徴量を生成した。
• 64成分のガウス混合モデルを用いて、局所的記述子をFisherベクトル符号化によりグローバルな画像レベル表現にアグリゲートした。
• 最終的な疾患分類のため、Fisherベクトル埋め込みに線形SVM分類器を訓練した。
• FV符号化の前段階で、マルチスケールの画像リスケーリング（要因2^s、s = -3から1）を用いて、多様な受容野応答を抽出した。
• 特徴抽出、コードブック学習、分類を統合されたフレームワークで一元的に最適化した。

実験結果

リサーチクエスチョン

• RQ1 微調整されたリーマンネットワークとFisherベクトル符号化を併用することで、標準的なDCNNを上回る皮膚腫瘍分類性能が達成可能か？
• RQ2 事前学習済みおよび微調整済みResNetからの深層特徴量と組み合わせた場合、Fisherベクトル符号化による特徴アグリゲーションが判別力の向上に寄与するか？
• RQ3 ResNetバックボーンの微調整が、医療画像分類におけるFVベースのアグリゲーション性能に与える影響は何か？
• RQ4 不均衡な皮膚腫瘍データセットで高い精度を達成するにあたり、特徴抽出の質とアグリゲーション戦略の相対的寄与度は何か？
• RQ5 提案手法が、ISIC2018チャレンジにおける皮膚腫瘍疾患分類で最先端のパフォーマンスを達成できるか？

主な発見

• 微調整されたResNet-50とFisherベクトル符号化を用いた手法が、ISIC2018検証セットで最高のバランス精度90.4%を達成した。
• ResNetバックボーンの微調整が顕著に性能向上をもたらし、非微調整時（78.5%）から微調整時（90.4%）に精度が向上した。
• 微調整済み特徴量を用いたResNet-101は88.4%のバランス精度を達成し、非微調整（74.9%）および最適化されていないバージョンを上回った。
• 本手法は、単に事前学習済みResNet特徴量や非微調整モデルを用いたベースライン手法を上回り、特徴学習における微調整の価値を示した。
• マルチスケール入力リスケーリングとFV符号化の組み合わせにより、特徴の多様性とロバスト性が向上し、一般化性能の向上に寄与した。
• 結果から、FVアグリゲーションが、特にターゲットデータセットで微調整された特徴抽出器を用いることで、判別可能なパターンを効果的に捉えられると示唆された。