[論文レビュー] SLSDeep: Skin Lesion Segmentation Based on Dilated Residual and Pyramid Pooling Networks

Md. Mostafa Kamal Sarker, Hatem A. Rashwan+9 more|arXiv (Cornell University)|May 25, 2018

Cutaneous Melanoma Detection and Management参考文献 22被引用数 114

ひとこと要約

SLSDeep は拡張残差ネットワークとピラミッドプーリングを用いたエンコーダ-デコーダモデルを皮膚病変のセグメンテーションに提案し、組み合わせ NLL+EPE 損失で最先端の結果を ISBI 2016/2017 データセットで達成します。

ABSTRACT

Skin lesion segmentation (SLS) in dermoscopic images is a crucial task for automated diagnosis of melanoma. In this paper, we present a robust deep learning SLS model, so-called SLSDeep, which is represented as an encoder-decoder network. The encoder network is constructed by dilated residual layers, in turn, a pyramid pooling network followed by three convolution layers is used for the decoder. Unlike the traditional methods employing a cross-entropy loss, we investigated a loss function by combining both Negative Log Likelihood (NLL) and End Point Error (EPE) to accurately segment the melanoma regions with sharp boundaries. The robustness of the proposed model was evaluated on two public databases: ISBI 2016 and 2017 for skin lesion analysis towards melanoma detection challenge. The proposed model outperforms the state-of-the-art methods in terms of segmentation accuracy. Moreover, it is capable to segment more than $100$ images of size 384x384 per second on a recent GPU.

研究の動機と目的

• 診断補助としての自動ブラッククロート化メラノーマセグメンテーションを動機づけ、サイズ・形状・境界のぼかしといった皮膚鏡画像におけるばらつきに対処する。
• 過度の前処理/後処理を必要とせず、粗い特徴から細かな特徴まで捉えるエンコーダ-デコーダアーキテクチャを開発する。
• Negative Log Likelihood (NLL) と End Point Error (EPE) を組み合わせた損失関数が境界のシャープさを改善するかを調査する。）

提案手法

• 拡張残差ネットワークを用いたエンコーダで階層的特徴を抽出する。
• デコーダはピラミッドプーリング層を用いて再構成前に多尺度の文脈を生成する。
• エンコーダ特徴とデコーダ経路の結合を対象としたスキップ接続戦略（エンコーダ末端からPPN への単一スキップが最良）で統合する。
• NLL（2値セグメンテーション確率）と EPE（境界保持のため）を組み合わせた損失関数： L_total = L_log + α L_epe with α = 0.5。
• トレーニングは PyTorch、Adam オプティマイザ、エンコーダ/デコーダの学習率 0.001/0.01、データ拡張（拡大と回転）、バッチサイズ 16、100 エポック。
• ISBI 2016 および 2017 の dermoscopy データセット上で ACC, DIC, JAC, SEN, SPE を用いて評価する。

実験結果

リサーチクエスチョン

• RQ1 拡張残差エンコーダとデコーダのピラミッドプーリングを組み合わせると、従来手法に比べて SLS の精度と境界シャープネスを改善できるか？
• RQ2 Negative Log Likelihood と End Point Error を組み合わせた損失が、二値皮膚病変セグメンテーションの標準的なクロスエントロピーより優れているか？
• RQ3 このアーキテクチャにおけるスキップ接続戦略はセグメンテーション性能にどのような影響を与えるか？

主な発見

• SLSDeep は ISBI 2016 で ACC 0.984、DIC 0.955、JAC 0.913、SEN 0.945、SPE 0.992 でトップパフォーマンスを達成。
• ISBI 2017 では ACC 0.936、DIC 0.878、JAC 0.782、SEN 0.816、SPE 0.983 を獲得。
• バリアントと比較して、NLL+EPE と単一エンコーダ-PPN スキップ接続を用いた SLSDeep は一貫して DIC および JAC を改善（例：ISBI 2016 では DIC +3%、JAC +5% がバリアントに対する相対値）。
• SLSDeep-EPE および SLSDeep+ASC は混合した結果を示し、EPE は境界保持を一般的には改善するが、必ずしも全体指標を常に改善するわけではない。
• SLSDeep は 384x384 入力で現代の GPU 上で 100 画像以上/秒以上で動作し、大規模解析への実用性を示す。