[论文解读] A CNN toolbox for skin cancer classification

Fabrizio Nunnari, Daniel Sonntag|arXiv (Cornell University)|Aug 21, 2019

Cutaneous Melanoma Detection and Management参考文献 21被引用 11

一句话总结

本文提出了一款可配置的卷积神经网络（CNN）工具箱，用于皮肤癌分类，使开发人员和非技术用户能够通过电子表格界面快速原型设计和调优深度学习模型。结果表明，仅使用较小的数据集和适度的数据增强，即可实现高性能（AUC 0.862），在基准测试集上优于皮肤科医生，同时相比最先进方法显著降低了计算需求。

ABSTRACT

We describe a software toolbox for the configuration of deep neural networks in the domain of skin cancer classification. The implemented software architecture allows developers to quickly set up new convolutional neural network (CNN) architectures and hyper-parameter configurations. At the same time, the user interface, manageable as a simple spreadsheet, allows non-technical users to explore different configuration settings that need to be explored when switching to different data sets. In future versions, meta leaning frameworks can be added, or AutoML systems that continuously improve over time. Preliminary results, conducted with two CNNs in the context melanoma detection on dermoscopic images, quantify the impact of image augmentation, image resolution, and rescaling filter on the overall detection performance and training time.

研究动机与目标

• 解决因数据集、网络架构和超参数不同而导致的皮肤癌分类模型之间缺乏可比性的问题。
• 为非技术性皮肤科医生提供用户友好的界面，以便在新数据集出现时探索模型配置。
• 系统性地探索图像增强、分辨率以及分割和色彩空间变换等预处理技术的影响。
• 通过模块化、可扩展的软件架构，同时支持开发人员和临床实践者，具备开源潜力。
• 通过在小样本数据上优化超参数，减少对大规模预训练的依赖。

提出的方法

• 该工具箱采用基于电子表格的输入格式（CSV），用于定义模型配置，包括CNN架构、数据集路径、增强策略和超参数。
• 图像通过实时增强进行处理，包括水平翻转、旋转、亮度/饱和度调节以及色彩空间转换（RGB、HSV、LAB、YCbCr）。
• 应用重采样滤波器（最近邻、双线性、双三次、Lanczos）以标准化图像分辨率，支持分割和掩码扩展功能。
• 系统支持二分类、多分类概率输出以及通过VGG16和SC19等CNN实现的像素级分割掩码。
• 通过模块化流水线实现超参数调优，将数据输入、预处理、增强和训练阶段分离。
• 未来扩展计划包括集成元学习和AutoML系统，以实现持续的模型优化。

实验结果

研究问题

• RQ1 标准化且用户可访问的工具箱是否能提升不同数据集和架构下皮肤癌分类模型的可重现性和可比性？
• RQ2 图像分辨率、增强程度和重采样滤波器选择如何影响皮肤镜图像分析中的分类性能和训练时间？
• RQ3 在小样本数据集上结合优化超参数和预处理技术时，迁移学习在多大程度上可以被替代或减少？
• RQ4 分割和掩码扩展是否能提升皮肤病变检测的分类准确率？
• RQ5 非技术用户是否能通过无需编码的电子表格界面有效探索和调优深度学习配置？

主要发现

• 使用VGG16模型，450x450分辨率和48倍增强（hflip_rot24），在ISIC-2019数据集上达到0.862 AUC、0.763特异性与0.798敏感性。
• 在MClass-D测试集上，该系统表现优于皮肤科医生，AUC达0.846，而人类表现仅为0.671 AUC。
• 在277x277分辨率下使用48倍增强进行训练，AUC达0.819，耗时不足4.5小时，表明在减少数据和计算资源下仍具强大性能。
• 四种重采样滤波器（最近邻、双线性、双三次、Lanczos）之间性能无显著差异，表明默认的最近邻滤波器已足够高效。
• 使用随机初始化的VGG16模型在10个周期后无法收敛，凸显了在该数据集规模下ImageNet预训练的必要性。
• 将增强从48倍减少至8倍后，收敛速度提升，训练时间减少75%，同时敏感性从0.492提升至0.674。