[論文レビュー] Ensemble of Convolutional Neural Networks for Dermoscopic Images Classification

Tomáš Majtner, Buda Bajić+4 more|arXiv (Cornell University)|Aug 15, 2018

Cutaneous Melanoma Detection and Management被引用数 14

ひとこと要約

この論文は、転移学習と高度な前処理を用いて、微調整された VGG16 および GoogLeNet モデルのアンサンブルを提案し、皮膚腫瘍画像分類に応用している。データ拡張（反転および回転）と最大-RGB 色彩補正を適用することで、ISIC 2018 タスク3の検証セットにおいてバランス精度81.5%を達成し、個々のモデルを上回る性能を示した。

ABSTRACT

In this report, we are presenting our automated prediction system for disease classification within dermoscopic images. The proposed solution is based on deep learning, where we employed transfer learning strategy on VGG16 and GoogLeNet architectures. The key feature of our solution is preprocessing based primarily on image augmentation and colour normalization. The solution was evaluated on Task 3: Lesion Diagnosis of the ISIC 2018: Skin Lesion Analysis Towards Melanoma Detection.

研究の動機と目的

• 皮膚腫瘍画像データセットにおける不均衡でノイズの多い問題に取り組む。
• データ拡張と色彩補正を通じて、モデルの頑健性と一般化性能を向上させる。
• 限られたラベル付き医療データを補うために、転移学習を活用する。
• 複数の事前学習済みモデルの予測をアンサンブルすることで、分類性能を向上させる。

提案手法

• 訓練データのクラス分布をバランスさせるために、水平反転および回転（36°刻みで最大324°まで）を適用してデータ拡張を行った。
• 照明条件の違いによる影響を軽減するために、最大-RGB 色彩補定を用いて画像を正規化し、色の情報を保持した。
• 拡張および正規化された訓練データ上で、ImageNet 事前学習重みを用いて VGG16 および GoogLeNet アーキテクチャを微調整した。
• SGD を用い、モーメンタム 0.9、L2正則化（10⁻⁴）、低学習率（0.0001）を用い、50エポックにわたりモデルを最適化した。
• VGG16 および GoogLeNet の予測を等しい重み（各0.5）でアンサンブルし、一般化性能を向上させた。
• MATLAB R2018a を用いてパイプラインを実装し、ミニバッチサイズを8に設定した。

実験結果

リサーチクエスチョン

• RQ1 反転および回転によるデータ拡張は、不均衡な皮膚腫瘍画像データセットにおけるモデルの頑健性と性能向上に寄与するか？
• RQ2 最大-RGB 色彩補定は、多様な照明条件下での皮膚腫瘍画像におけるモデルの一般化性能をどの程度向上させるか？
• RQ3 ImageNet 事前学習モデルからの転移学習は、ラベル付きデータが限られた状況下での皮膚腫瘍診断における分類精度にどのような影響を与えるか？
• RQ4 VGG16 および GoogLeNet のアンサンブルは、メラノーマ検出において個々のモデルを上回る性能を発揮するか？
• RQ5 現実のデータ制約下において、皮膚腫瘍画像分類のモデルの複雑さと性能の最適なバランスは何か？

主な発見

• 提案されたデータ拡張戦略により、訓練データセットの総サイズが 10,015 枚から 96,274 枚に増加し、クラスのバランスが著しく改善された。
• 最大-RGB 法を用いた色彩補定は、照明の違いに起因する画像間のばらつきを効果的に低減したが、重要な色の情報を損なわなかった。
• 微調整後の VGG16 モデルは、ISIC 2018 検証セットでバランス精度80.1%を達成した。
• 微調整後の GoogLeNet モデルは、同じテストセットでバランス精度79.7%を達成した。
• VGG16 および GoogLeNet のアンサンブルは、バランス精度81.5%を達成し、最高の性能を示した。これは、モデル平均化の有効性を裏付けている。
• 結果から、転移学習、前処理、アンサンブルの組み合わせが皮膚腫瘍画像分類タスクにおいて優れた性能を発揮することを示している。