[論文レビュー] Toward Efficient Breast Cancer Diagnosis and Survival Prediction Using L-Perceptron

Hadi Mansourifar, Weidong Shi|arXiv (Cornell University)|Nov 5, 2018

AI in cancer detection参考文献 1被引用数 4

ひとこと要約

本論文では、最小二乗分類とパーセプトロン学習を組み合わせることで、柔軟で非線形の意思決定境界を実現する新しいパーセプトロンの変種、L-Perceptronを提案する。この手法は、前処理や特徴選択を施さない状態でも、ウィ conditions がんデータセットで97.42%の正確性と98.73%の感受性を達成し、ハーバーマンの生存予測データセットでは75.18%の正確性と83.86%のF1スコアを記録する。これは、既存の手法を上回る最先端の性能を達成している。

ABSTRACT

Breast cancer is the most frequently reported cancer type among the women around the globe and beyond that it has the second highest female fatality rate among all cancer types. Despite all the progresses made in prevention and early intervention, early prognosis and survival prediction rates are still unsatisfactory. In this paper, we propose a novel type of perceptron called L-Perceptron which outperforms all the previous supervised learning methods by reaching 97.42 \% and 98.73 \% in terms of accuracy and sensitivity, respectively in Wisconsin Breast Cancer dataset. Experimental results on Haberman's Breast Cancer Survival dataset, show the superiority of proposed method by reaching 75.18 \% and 83.86 \% in terms of accuracy and F1 score, respectively. The results are the best reported ones obtained in 10-fold cross validation in absence of any preprocessing or feature selection.

研究の動機と目的

• 早期乳がん診断および生存予測における低正確性と低感受性という、長年の課題に取り組むこと。
• 不均衡で複雑なバイオメディカルデータセットにおいて、性能を向上させる新しい教師あり学習モデルの開発。
• 前処理や特徴選択の必要を排除しながらも、高い予測性能を維持すること。
• 2つの標準的な乳がんデータセット（ウィスコンシン乳がんデータセットおよびハーバーマンの生存データセット）を用いてモデルを検証すること。

提案手法

• L-Perceptronは、最小二乗分類と従来のパーセプトロン学習を統合したハイブリッドアプローチを採用し、各特徴量ごとに非線形関係をモデル化する。
• 各特徴量に対して、データに適合する数学的関数（例：多項式）をフィッティングし、その関数のパラメータを学習中に最適化する。
• ユーザーが指定した次数の範囲（dlb, dub）内で、各特徴量に対して最適な多項式次数を動的に決定する。
• 分類のためにしきい値を適用した活性化関数を採用し、正例クラスと負例クラスのそれぞれに対してp1とp2をクラス固有の目標値として設定する。
• 学習は、学習イテレーション数や収束閾値といったハイパーパrameterをカスタマイズ可能なカスタムPython実装（lp.py）を用いて反復的に実行する。
• 両データセットにおける性能評価を偏りなく行うために、10分割交差検証を用いる。

実験結果

リサーチクエスチョン

• RQ1 前処理を施さない状態で、パーセプトロンベースのモデルが乳がん診断において優れた正確性と感受性を達成できるか？
• RQ2 L-Perceptronが各特徴量ごとに適応的に関数をフィッティングすることで、一般化性能が向上し、過学習が軽減されるか？
• RQ3 L-Perceptronは、SVM、ナイーブベイズ、RBFネットワークといった既存の分類器よりも、標準的な乳がんデータセットで優れた性能を示すか？
• RQ4 L-Perceptronは、ハーバーマンのデータセットのような不均衡な生存予測タスクにおいて、どのように性能を発揮するか？

主な発見

• ウィスコンシン乳がんデータセットでは、L-Perceptronが前処理や特徴選択なしに97.42%の正確性と98.73%の感受性を達成し、報告済みの最高水準の結果となった。
• 他のモデルと比較して、L-Perceptronは正確性と感受性の両面で第1位を記録し、ナイーブベイズ（97.36%の正確性）やRBFネットワーク（96.77%の正確性）を上回った。
• ハーバーマンの生存データセットでは、L-Perceptronが75.18%の正確性と83.86%のF1スコアを達成し、テストされたすべての手法の中で最高の報告結果となった。
• 不均衡な状況下でも高いロバストネスを示し、感受性は90.04%と高く維持された一方で、特異性は37.08%と低く抑えられた。これは、陽性の生存ケースを効果的に検出できることを示している。
• L-Perceptronはハーバーマンのデータセットで最高のF1スコアを記録し、MLP（72.64%）やランダムフォレスト（80.38%）をも上回った。
• L-Perceptronは、両データセットにおいて正確性、感受性、F1スコアの複数の指標で一貫して上位の順位を維持し、性能が安定していることが確認された。