[논문 리뷰] Skin Cancer Segmentation and Classification Using Vision Transformer for Automatic Analysis in Dermatoscopy-based Non-invasive Digital System

Galib Muhammad Shahriar Himel, Md. Masudul Islam외 3명|arXiv (Cornell University)|2024. 01. 09.

Cutaneous Melanoma Detection and Management인용 수 5

한 줄 요약

이 논문은 HAM10000 데이터셋을 활용한 피부암 분류에 Vision Transformer 기반 접근법을 제시하고, Segmentation Anything Model이 병변 구분에 도움을 주며 ViT patch-32 변형에서 96.15% 정확도를 달성합니다.

ABSTRACT

Skin cancer is a global health concern, necessitating early and accurate diagnosis for improved patient outcomes. This study introduces a groundbreaking approach to skin cancer classification, employing the Vision Transformer, a state-of-the-art deep learning architecture renowned for its success in diverse image analysis tasks. Utilizing the HAM10000 dataset of 10,015 meticulously annotated skin lesion images, the model undergoes preprocessing for enhanced robustness. The Vision Transformer, adapted to the skin cancer classification task, leverages the self-attention mechanism to capture intricate spatial dependencies, achieving superior performance over traditional deep learning architectures. Segment Anything Model aids in precise segmentation of cancerous areas, attaining high IOU and Dice Coefficient. Extensive experiments highlight the model's supremacy, particularly the Google-based ViT patch-32 variant, which achieves 96.15% accuracy and showcases potential as an effective tool for dermatologists in skin cancer diagnosis, contributing to advancements in dermatological practices.

연구 동기 및 목표

• 조기 및 정확한 피부암 진단을 통한 환자 결과 개선 동기를 부여합니다.
• 피부과 영상 분석에 맞춘 ViT 기반 프레임워크를 제안합니다.
• 암 영역 구분을 통합하여 분류 성능을 향상시킵니다.
• 전처리 및 자체 주의 메커니즘을 통해 강건성을 평가합니다.

제안 방법

• 강건성을 위한 HAM10000 데이터셋(10,015개의 주석 피부경 사진) 전처리.
• 스페이셜 의존성을 활용한 자체 주의를 활용하여 피부암 분류에 Vision Transformer를 적용합니다.
• 정확한 암 영역 구분을 위해 Segmentation Anything Model을 활용합니다.
• ViT patch-32 변형(Google 기반)과 전통적 아키텍처를 비교하여 성능을 평가합니다.
• 정확도 및 분할 품질(IOU, Dice Coefficient)와 같은 지표를 보고합니다.

실험 결과

연구 질문

• RQ1 자체 주의가 있는 Vision Transformer가 피부경 검사 이미지에서 전통적인 딥러닝 모델보다 성능이 우수한가요?
• RQ2 Segmentation Anything Model이 이 파이프라인에서 암 영역의 정확한 구분에 어떤 기여를 하나요?
• RQ3 전처리가 HAM10000 기반 분류의 모델 강건성 및 성능에 미치는 영향은 무엇인가요?
• RQ4 이 작업에 대해 어떤 ViT 변형이 가장 높은 분류 정확도를 보이나요?

주요 결과

• ViT patch-32 변형이 피부암 분류 작업에서 96.15% 정확도를 달성합니다.
• Segmentation Anything Model은 높은 IOU 및 Dice Coefficient로 암 영역의 정밀한 분할을 가능하게 합니다.
• Vision Transformer는 이 작업에서 전통적인 딥러닝 아키텍처보다 우수한 성능을 보여줍니다.
• 이 접근법은 피부과의사가 피부암 진단에서 보조적 역할을 하는 가능성을 시사합니다.