[논문 리뷰] BCN20000: Dermoscopic Lesions in the Wild

Marc Combalia, Noel Codella외 9명|arXiv (Cornell University)|2019. 08. 06.

Cutaneous Melanoma Detection and Management참고 문헌 10인용 수 294

한 줄 요약

이 논문은 5,583개의 피부 병변에서 얻은 19,424개의 dermoscopic 이미지를 포함하는 BCN20000 데이터셋을 도입하여 제약되지 않은 피부암 분류를 연구하고 ISIC Challenge 2019를 지원한다.

ABSTRACT

This article summarizes the BCN20000 dataset, composed of 19424 dermoscopic images of skin lesions captured from 2010 to 2016 in the facilities of the Hospital Clínic in Barcelona. With this dataset, we aim to study the problem of unconstrained classification of dermoscopic images of skin cancer, including lesions found in hard-to-diagnose locations (nails and mucosa), large lesions which do not fit in the aperture of the dermoscopy device, and hypo-pigmented lesions. The BCN20000 will be provided to the participants of the ISIC Challenge 2019, where they will be asked to train algorithms to classify dermoscopic images of skin cancer automatically.

연구 동기 및 목표

• 잘 선별된 데이터셋을 넘어 제약 없이 dermoscopic 이미지 분류 연구를 촉진한다.
• 진단이 어려운 위치와 병변 유형을 포함한 크고 임상적으로 다양한 데이터셋을 제공한다.
• 임상 실무를 모방하기 위해 해부학적 위치, 환자 연령 및 성별 등의 메타데이터와 이미지를 연결한다.
• 분포 밖(out-of-distribution) 및 도전적인 시나리오에서 알고리즘 평가를 가능하게 한다.
• 진단과 연결된 견고한 공개 데이터셋으로 ISIC Challenge 2019를 지원한다.

제안 방법

• Hospital Clínic de Barcelona(2010–2016)로부터 16년 간의 dermoscopic 이미지 수집을 구성했다.
• 컴퓨터 비전 기법으로 이미지를 검색, 정리 및 필터링하고 참조 데이터베이스의 진단과 연결했다.
• 다수의 판독자에 의해 진단을 수동으로 수정하여 타당성과 품질을 보장했다.
• 임상 워크플로를 반영하기 위해 병변 위치, 연령 및 성별의 메타데이터를 포함했다.
• ISIC Challenge 2019 및 ISIC Archive 배포를 위해 데이터셋을 준비했다.

실험 결과

연구 질문

• RQ1 제약되지 않은 dermoscopic 이미지 데이터셋이 포함된 경우, 어려운 위치를 포함한 자동 피부암 분류 성능에 어떤 영향을 미치는가?
• RQ2 현실에서 나타나는 분포 밖(out-of-distribution) 또는 비분할(hypopigmented) 병변을 알고리즘이 다룰 수 있는가?
• RQ3 실무에서 병변 분류에 대한 동반 메타데이터(위치, 연령, 성별)의 가치는 무엇인가?
• RQ4 BCN20000은 다양성 및 진단 범주에서 기존 데이터셋과 어떻게 비교되는가?

주요 결과

• BCN20000 데이터셋은 2010년에서 2016년 사이에 촬영된 5,583개의 피부 병변에 대응하는 19,424개의 dermoscopic 고품질 이미지로 구성되어 있다.
• 이미지는 nevus, melanoma, basal cell carcinoma, seborrheic keratosis, actinic keratosis, squamous cell carcinoma, dermatofibroma, vascular lesion, and other의 9개 범주를 포함한다.
• 이미지는 임상 실무를 반영하기 위해 해부학적 위치 및 환자 인구통계 메타데이터와 함께 제공된다.
• 데이터셋은 자동 분류 및 분포 밖 탐지를 평가하기 위한 ISIC Challenge 2019를 대상으로 한다.
• 데이터 수집 및 공유에 대해 윤리 심의 승인을 받았다.
• 이미지는 진단의 타당성을 보장하기 위해 병원 기록에서 라우팅되어 선별 검증되었다.