[论文解读] Analyzing Data Augmentation for Medical Images: A Case Study in Ultrasound Images

Adam Tupper, Christian Gagné|arXiv (Cornell University)|Mar 14, 2024

Medical Imaging Techniques and ApplicationsMedicine被引用 3

一句话总结

本研究对乳腺病变超声图像分类中的数据增强进行了严格评估，表明从多样化增强组合中随机采样——尤其是使用TrivialAugment——可使基线方法的准确率最高提升10.4%。该方法在性能上持续优于固定序列和单一增强方法，其中几何变换比光度变换更有效。

ABSTRACT

Data augmentation is one of the most effective techniques to improve the generalization performance of deep neural networks. Yet, despite often facing limited data availability in medical image analysis, it is frequently underutilized. This appears to be due to a gap in our collective understanding of the efficacy of different augmentation techniques across medical imaging tasks and modalities. One domain where this is especially true is breast ultrasound images. This work addresses this issue by analyzing the effectiveness of different augmentation techniques for the classification of breast lesions in ultrasound images. We assess the generalizability of our findings across several datasets, demonstrate that certain augmentations are far more effective than others, and show that their usage leads to significant performance gains.

研究动机与目标

• 为解决医学影像中数据增强应用不足的问题，特别是在乳腺超声分类中的应用。
• 探究为何某些增强技术在不同数据集和任务中表现更优。
• 确定固定增强序列与从多样化增强集合中随机采样哪种策略性能更优。
• 为深度学习在乳腺超声成像中的应用提供一种标准化且经实证验证的数据增强策略。

提出的方法

• 本研究采用$5\times2$交叉验证框架，结合配对t检验与Holm-Bonferroni校正，确保在比较不同增强策略时具备统计严谨性。
• 通过单侧t检验评估常用配置下各单一增强方法的有效性，重点关注显著的性能提升。
• 通过测试两种变换的有序组合，评估配对增强方法的性能，分析交互效应与复合增益。
• 通过增加增强池的规模以及使用TrivialAugment对每张图像应用的增强操作数量，评估随机采样策略。
• 分析在三个不同任务中的性能表现：BUSI病理分类、BUS-BRA病理分类以及BUS-BRA BI-RADS分类。
• 分别单独评估光度与几何增强，以及二者结合的效果，以评估其对模型性能的相对贡献。

Figure 1 : The change in balanced validation accuracy for each data augmentation across the three tasks.

实验结果

研究问题

• RQ1 在不同数据集中，哪些单一数据增强技术能显著提升乳腺超声图像中病变分类的性能？
• RQ2 固定增强序列与从多样化增强集合中随机采样相比，性能表现如何？
• RQ3 单一增强方法的有效性是否因不同任务（如病理分类与BI-RADS分类）和数据集而异？
• RQ4 结合光度与几何增强对模型泛化能力和准确率有何影响？
• RQ5 即使单一增强方法效果较弱，从多样化增强池中随机采样策略是否能持续优于确定性序列？

主要发现

• 使用TrivialAugment从多样化增强池中随机采样，在BUS-BRA BI-RADS分类任务中实现了10.4%的准确率提升，为观察到的最大改进。
• 唯一在多个任务中均显著提升性能的单一增强方法是随机旋转，凸显了其任务与数据集相关的有效性。
• 固定增强序列带来的收益微乎其微，即使组合了强增强变换，也往往无法获得显著增益。
• 仅使用几何变换的性能优于仅使用光度变换，但两者结合可获得最佳整体性能。
• 随着增强池规模和每张图像应用的增强操作数增加，性能增益也随之提升，表明多样性与多重性比单一增强方法的强度更为关键。
• 从多样化增强集合中随机采样策略始终优于其他所有方法，即使在单一增强方法本身无效的情况下亦是如此。

Figure 2 : Change in balanced validation accuracy using two sequential operations compared to using Operation 1 alone.