[论文解读] Automatic Mass Detection in Breast Using Deep Convolutional Neural Network and SVM Classifier

Md. Kamrul Hasan, Tajwar Abrar Aleef|arXiv (Cornell University)|Jul 9, 2019

AI in cancer detection参考文献 25被引用 5

一句话总结

该论文提出了一种结合迁移学习与VGG19及SVM分类器的深度学习流程，用于在乳腺X线摄影中自动检测乳腺肿块。该方法使用预训练的VGG19从454×454图像块中提取高层特征，采用袋装决策树进行特征选择，并通过网格搜索优化C-SVM与ν-SVM分类器以最大化AUC。该方法在INbreast数据集上实现了0.994 ± 0.003的稳健AUC，表现出高精度和良好的泛化能力，且在CPU上计算开销极小。

ABSTRACT

Mammography is the most widely used gold standard for screening breast cancer, where, mass detection is considered as the prominent step. Detecting mass in the breast is, however, an arduous problem as they usually have large variations between them in terms of shape, size, boundary, and texture. In this literature, the process of mass detection is automated with the use of transfer learning techniques of Deep Convolutional Neural Networks (DCNN). Pre-trained VGG19 network is used to extract features which are then followed by bagged decision tree for features selection and then a Support Vector Machine (SVM) classifier is trained and used for classifying between the mass and non-mass. Area Under ROC Curve (AUC) is chosen as the performance metric, which is then maximized during classifier selection and hyper-parameter tuning. The robustness of the two selected type of classifiers, C-SVM, and \u{psion}-SVM, are investigated with extensive experiments before selecting the best performing classifier. All experiments in this paper were conducted using the INbreast dataset. The best AUC obtained from the experimental results is 0.994 +/- 0.003 i.e. [0.991, 0.997]. Our results conclude that by using pre-trained VGG19 network, high-level distinctive features can be extracted from Mammograms which when used with the proposed SVM classifier is able to robustly distinguish between the mass and non-mass present in breast.

研究动机与目标

• 为解决乳腺肿块在乳腺X线摄影中形态、大小、纹理和边界高度多变的挑战。
• 开发一种鲁棒且计算高效的分类方法，利用深度特征与监督分类技术区分肿块与非肿块区域。
• 通过网格搜索优化SVM超参数（C与ν），以最大化AUC，确保优异的泛化性能。
• 在多个交叉验证折次与数据增强条件下验证方法的鲁棒性。
• 证明在结合迁移学习与特征选择的前提下，小规模训练集亦可实现高性能分类。

提出的方法

• 采用预训练的VGG19网络进行迁移学习，从454×454乳腺X线摄影图像块中提取深度卷积特征。
• 使用袋装决策树选择最具区分性的特征，降低维度并缓解过拟合。
• 通过广泛网格搜索训练并优化支持向量机（C-SVM与ν-SVM），以最大化受试者工作特征曲线（ROC）下的面积（AUC）。
• 针对每类分类器独立调优超参数C与ν，以实现最佳性能。
• 采用五折交叉验证评估鲁棒性，后续实验中应用数据增强（翻转与旋转）。
• 以AUC为主要评估指标，报告各折次的标准差。

实验结果

研究问题

• RQ1 预训练的VGG19特征能否有效区分乳腺X线摄影中肿块与非肿块区域？
• RQ2 将袋装决策树特征选择与SVM结合，是否能提升分类的鲁棒性与AUC？
• RQ3 在超参数最优调优下，C-SVM与ν-SVM哪类分类器表现更优？
• RQ4 该方法在不同交叉验证折次与数据增强条件下的表现如何？
• RQ5 在小规模训练集下，结合迁移学习与精细超参数优化，能否实现高AUC？

主要发现

• 所提出的流程在所有测试折次中均达到0.994 ± 0.003的平均AUC，其中实验3表现最佳。
• 当C=100与ν=0.005时，C-SVM与ν-SVM均达到相同的AUC值（0.994 ± 0.003），表明性能一致。
• 实验3（使用454×454图像块、几何增强与特征选择）获得最高AUC与最低标准差，表明其鲁棒性最优。
• 该方法仅需3小时18分钟计算时间，证明其在CPU硬件上的高效性。
• 实验4（使用更大特征向量（25,088维）与更多数据）尽管训练时间更长（12小时），AUC却略低（0.988 ± 0.009），证实了复杂性与性能之间的权衡。
• 实验3中所有折次的ROC曲线表现近乎一致，证实该方法在不同数据划分下具有高度一致性和鲁棒性。