[論文レビュー] Skin lesion segmentation using U-Net and good training strategies

Fred Guth, Teofilo E. deCampos|arXiv (Cornell University)|Nov 27, 2018

Cutaneous Melanoma Detection and Management参考文献 6被引用数 5

ひとこと要約

この論文では、皮膚腫瘍のセグメンテーションのためのU-Net34ベースのモデルを提案し、ISIC 2018チャレンジで77.5%のしきい値付きJaccardインデックスを達成した。本手法は、転移学習、ピラミッドトレーニング、周期的学習率、モデルアンサンブルを組み合わせることで、ベースラインのU-Net手法に比べて顕著な精度向上を実現した。

ABSTRACT

In this paper we approach the problem of skin lesion segmentation using a convolutional neural network based on the U-Net architecture. We present a set of training strategies that had a significant impact on the performance of this model. We evaluated this method on the ISIC Challenge 2018 - Skin Lesion Analysis Towards Melanoma Detection, obtaining threshold Jaccard index of 77.5%.

研究の動機と目的

• 深層学習を用いた皮膚腫瘍のセグメンテーション精度を向上させ、早期のメラノーマ検出を実現すること。
• 現代的なトレーニング戦略が皮膚鏡画像におけるU-Netベースのセグメンテーションに与える影響を評価すること。
• 皮膚腫瘍分析チャレンジ2018におけるセグメンテーションタスクで最先端の性能を達成すること。
• 小さな病変の検出や曖昧な正解ラベルの問題に対処するため、頑健なトレーニング技術を適用すること。

提案手法

• モデルは、事前学習済みのResNet34バックボーンをエンコーダパスとして使用するU-Net34アーキテクチャを採用している。
• ImageNetの重みを用いて、ResNet34エンコーダのファインチューニングを通じて転移学習を実施している。
• ピラミッドトレーニング戦略として、まず128×128の画像でモデルを訓練し、次に段階的に256×256および512×512の画像で訓練することで、特徴の学習を向上させている。
• 収束を加速させ、一般化性能を向上させるために、スラントトライアングル学習率（STLR）スケジュールを採用している。
• 初期実験でソフトJaccardの変種よりも優れた性能を示したため、損失関数にはバイナリクロスエントロピー（ログトランスフォーム付き）を用いている。
• モデル選択には、三重交差検証を用いたBestDice（最良の単一モデル）とアンサンブル戦略の両方を採用している。

実験結果

リサーチクエスチョン

• RQ1 U-Net34アーキテクチャに現代的なトレーニング戦略を組み合わせることで、ISIC 2018データセットにおける皮膚腫瘍セグメンテーションの性能を向上させられるか？
• RQ2 ピラミッドトレーニングと学習率スケジューリングは、セグメンテーション精度と収束速度にどのように影響を与えるか？
• RQ3 バリデーションセットにおける単一モデル選択と比較して、アンサンブル学習は一般化性能を向上させるか？
• RQ4 ImageNetからの転移学習は、小さなまたは曖昧な皮膚腫瘍のセグメンテーションを向上させるのにどの程度効果的か？

主な発見

• アンサンブル戦略は、バリデーションセットで85.39%のJaccardインデックスおよび78.43%のしきい値付きJaccardインデックス（65%カットオフ）を達成した。
• BestDice戦略は、ISIC 2018テストセットで公式オンラインスコアとして75.5%のJaccardインデックスを達成した。
• 2017年の優勝参加者（平均Jaccardインデックス76.5%）を上回ったことから、顕著な性能向上が確認された。
• モデルは特に小さな病変やペンマーク、顕微鏡スライドのガラスなどのアーチファクトの検出に苦労しており、微細な局所化に限界があることが示された。
• 可視化分析では、多くの場合、セグメンテーション結果が正解ラベルとほとんど区別がつかないことが確認されたが、誤差はしばしば曖昧または低コントラストな領域に集中していた。