[论文解读] Supervised classification of Dermatological diseases by Deep learning

Sourav Mishra, Toshihiko Yamasaki+1 more|arXiv (Cornell University)|Feb 11, 2018

Cutaneous Melanoma Detection and Management参考文献 1被引用 10

一句话总结

本文提出了一种基于深度学习的分类器，用于九种常见皮肤病的诊断，使用了约47,000张图像的精选数据集，通过微调ResNet和DenseNet架构，在未见测试数据上实现了最高82.3%的top-1准确率。该模型针对移动设备部署进行了优化，其诊断准确率超过全科医生（57%），并可在医疗资源匮乏地区实现皮肤病的早期检测。

ABSTRACT

This paper introduces a deep-learning based efficient classifier for common dermatological conditions, aimed at people without easy access to skin specialists. We report approximately 80% accuracy, in a situation where primary care doctors have attained 57% success rate, according to recent literature. The rationale of its design is centered on deploying and updating it on handheld devices in near future. Dermatological diseases are common in every population and have a wide spectrum in severity. With a shortage of dermatological expertise being observed in several countries, machine learning solutions can augment medical services and advise regarding existence of common diseases. The paper implements supervised classification of nine distinct conditions which have high occurrence in East Asian countries. Our current attempt establishes that deep learning based techniques are viable avenues for preliminary information to aid patients.

研究动机与目标

• 开发一种可部署于移动设备的深度学习系统，用于医疗资源有限地区对皮肤病进行初步诊断。
• 通过在皮肤病图像上应用深度学习，提升诊断准确率，超越全科医生的57%准确率。
• 整理并发布一个涵盖九种常见皮肤病、共47,000张图像的平衡且经临床验证的数据集，供公众使用。
• 评估模型准确率、训练时间与推理速度之间的权衡，以实现实际部署。
• 探索同时高可靠度检测多种常见皮肤病的可行性。

提出的方法

• 作者整理了一个包含47,000张临床图像的数据集，涵盖九种皮肤病，确保每张图像仅对应一种疾病，且各类别分布均衡。
• 应用数据增强技术以平衡类别分布并提升泛化能力，采用90:10的训练-验证集划分，并设置一个独立的盲测集（530张图像）。
• 使用交叉熵损失对预训练的深度神经网络（ResNet18、ResNet50、ResNet152、DenseNet161）进行微调，以最小化分类误差。
• 基于验证准确率和推理速度，选择表现最佳的模型ResNet152，全量微调后达到84.38%的验证准确率。
• 在CPU上评估推理性能，平均单张图像预测时间为0.4秒，适合移动设备部署。
• 消融实验表明，微调完整网络的性能优于仅提取特征或使用固定主干的迁移学习方法。

实验结果

研究问题

• RQ1 深度学习模型能否在常见皮肤病诊断中实现超越全科医生的准确率？
• RQ2 不同深度神经网络架构（如ResNet、DenseNet）在皮肤病图像分类中的准确率与训练时间表现如何比较？
• RQ3 数据增强与数据集平衡对模型泛化能力与性能有何影响？
• RQ4 能否在移动设备上高效部署深度学习模型，实现极低的推理延迟？
• RQ5 模型在视觉上明显与模糊的皮肤病（如风团与结痂）上的表现有何差异？

主要发现

• ResNet152模型在测试集上达到最高的82.30%准确率，显著优于全科医生的57%准确率。
• 九类疾病中有五类测试准确率超过80%，包括溃疡（93.1%）和色素性斑片（96.4%），表明在视觉特征明显的疾病上表现优异。
• 风团与结痂等类别准确率较低（分别为72.0%和60.4%），可能因纹理与对比度低，凸显在模糊视觉模式下识别的挑战。
• 训练时间差异显著：ResNet152全量微调耗时840.7分钟（约14小时），而ResNet18仅需140.5分钟，表明准确率与速度之间存在权衡。
• 模型在CPU上的平均推理时间为每张图像0.4秒，证实其适用于实时移动设备部署。
• 本研究已发布数据集、代码及微调后的模型，以支持可复现性及医学人工智能领域的进一步研究。