[論文レビュー] Segmentation of skin lesions based on fuzzy classification of pixels and histogram thresholding

Jose Luis Garcia-Arroyo, Begonya García-Zapirain|arXiv (Cornell University)|Mar 11, 2017

Cutaneous Melanoma Detection and Management参考文献 1被引用数 4

ひとこと要約

本稿では、色およびテクスチャ特徴に基づくピクセルのファジィ分類に続くヒストグラムしきい値処理および形態的操作による後処理を用いて、皮膚腫瘍のセグメンテーションを新たに提案する。この手法は、ISBIチャレンジにおいて高い精度（AUC 0.992）と強力な性能を発揮し、2017年の検証セットではDiceスコア0.750および感度0.894を達成しており、画像アーティファクトおよび変動に対する頑健性を示している。

ABSTRACT

This paper proposes an innovative method for segmentation of skin lesions in dermoscopy images developed by the authors, based on fuzzy classification of pixels and histogram thresholding.

研究の動機と目的

• 多様なアーティファクトおよび画像変動に影響を受ける皮膚腫瘍の自動セグメンテーションの課題に対処すること。
• データ駆動型のファジィ分類アプローチにより、症例間の主観的差異および観察者間差異を低減すること。
• 特に低コントラストまたは複雑な画像において、感度を特化することでセグメンテーションの頑健性を向上させること。
• 実臨床での展開に適した、低計算コストの効率的で実用的な手法を開発すること。
• 一貫した評価指標を用いて、標準化されたISBIベンチマークデータセットで最先端の性能を達成すること。

提案手法

• 色およびテクスチャ特徴を用いたランダムフォレスト分類器による、ファジィ出力を有するピクセルの3カテゴリ（病変、皮膚、その他）へのファジィ分類。
• 確率的しきい値処理およびより良いセグメンテーション意思決定を実現するため、ファジィ集合へのアルファカットの適用。
• さまざまな解像度にわたる一貫した処理を可能にするために、画像のリサイズおよびサイズの均一化。
• ノイズ低減およびヒストグラムしきい値処理の性能向上のため、病変-皮膚マスクのぼかし処理。
• 前処理済み画像の青チャンネルに対してOtsu法を用いたヒストグラムしきい値処理により、初期の病変マスクを生成。
• マスクの微調整およびヘアや暗い縁などのアーティファクトの除去を目的とした、膨張・収縮・穴埋めを含む形態的操作による後処理。

実験結果

リサーチクエスチョン

• RQ1 多様な皮膚鏡的画像アーティファクトが存在する状況下で、ピクセル特徴のファジィ分類がセグメンテーションの頑健性を向上させ得るか？
• RQ2 ハード分類と比較して、ソフト分類アプローチは皮膚腫瘍の外見に高い変動が生じる状況でどのように機能するか？
• RQ3 前処理済みマスクに対するヒストグラムしきい値処理が、多様な画像条件下で正確な病変セグメンテーションを達成できる程度はどの程度か？
• RQ4 セグメンテーションにおいて感度を優先することで、困難な現実世界の皮膚鏡画像への一般化性能が向上するか？
• RQ5 低計算コストの手法が、標準化されたISBIベンチマークデータセットで競争力のある性能を達成できるか？

主な発見

• ファジィ分類器は10分割交差検証を用いて94.69%の精度とAUC 0.992を達成し、高い信頼性と低い計算コストを示した。
• 2016年ISBIチャレンジにおいて、Dice係数0.869、Jaccard指数0.791、感度0.870を達成した。
• 2017年ISBIチャレンジの検証フェーズでは、改良版がDice係数0.750、Jaccard指数0.651、感度0.894を達成した。
• 感度に焦点を当てたアプローチのおかげで、低コントラスト、影、アーティファクト、皮膚色の変動といった画像の変動に対しても頑健であることが示された。
• 後処理により、ヘアや暗い縁などのアーティファクトが効果的に低減されつつ、病変の形状が保持され、凸性が保たれた。
• ISBIベンチマークにおいて、特に感度の面で多数の既存手法を上回り、臨床的意義を確認した。