[论文解读] Deep-Learning Ensembles for Skin-Lesion Segmentation, Analysis, Classification: RECOD Titans at ISIC Challenge 2018

Alceu Bissoto, Fábio Perez+4 more|arXiv (Cornell University)|Aug 25, 2018

Cutaneous Melanoma Detection and Management被引用 20

一句话总结

本论文提出了一种基于迁移学习、合成病灶生成和先进数据增强的深度学习集成方法，以提升ISIC Challenge 2018中皮肤病灶分割、特征检测和黑色素瘤分类的性能。该方法在测试集上实现了0.803的归一化多分类准确率，在分类任务中排名141份提交结果中的第9名。

ABSTRACT

This extended abstract describes the participation of RECOD Titans in parts 1 to 3 of the ISIC Challenge 2018 "Skin Lesion Analysis Towards Melanoma Detection" (MICCAI 2018). Although our team has a long experience with melanoma classification and moderate experience with lesion segmentation, the ISIC Challenge 2018 was the very first time we worked on lesion attribute detection. For each task we submitted 3 different ensemble approaches, varying combinations of models and datasets. Our best results on the official testing set, regarding the official metric of each task, were: 0.728 (segmentation), 0.344 (attribute detection) and 0.803 (classification). Those submissions reached, respectively, the 56th, 14th and 9th places.

研究动机与目标

• 通过利用外部数据源和合成数据生成，解决皮肤病灶分析中数据有限且类别不平衡的问题。
• 通过结合迁移学习的深度学习集成方法，提升皮肤病灶分割、特征检测和黑色素瘤分类的性能。
• 研究数据增强、模型集成和合成病灶生成对模型泛化能力和鲁棒性的影响。
• 开发一种可扩展且可复现的皮肤病灶分析流程，在复杂性与性能提升之间实现平衡。
• 提出一种利用生成对抗网络（GANs）生成逼真合成皮肤镜图像的新方法，以缓解罕见病灶类型的数据稀缺问题。

提出的方法

• 通过整合ISIC 2018、ISIC存档库及其他来源，构建了包含30,726张皮肤镜图像的综合数据集，其中包含631张额外图像以增强类别代表性不足的样本。
• 在模型训练过程中采用基于频率的类别权重加权交叉熵损失，以缓解类别不平衡问题。
• 实施了广泛的在线数据增强，包括随机裁剪、翻转、旋转、错切、缩放以及色彩抖动（饱和度、亮度、对比度、色相）。
• 在测试阶段采用增强技术，每张图像生成128个副本，通过平均预测结果以提升模型鲁棒性和泛化能力。
• 实施了三阶段提交策略：(1) 43个模型的XGBoost集成；(2) 使用合成数据训练的8个表现最佳模型的平均；(3) 仅使用挑战数据训练的15个模型的平均。
• 采用两阶段训练流程：首先在保留集上进行模型选择，随后利用验证指标进行元学习，以优化最终集成模型。

实验结果

研究问题

• RQ1 在严重类别不平衡条件下，引入外部数据和合成数据是否能提升皮肤病灶分割与分类的性能？
• RQ2 高级数据增强和测试阶段增强对模型泛化能力和鲁棒性有何影响？
• RQ3 在多任务皮肤病灶分析中，采用多样化深度学习架构的集成学习是否能超越单个模型的表现？
• RQ4 GAN生成的合成病灶在罕见皮肤病的训练中能发挥多大作用？
• RQ5 不同模型架构和训练策略如何影响分割、特征检测和分类任务中的性能表现？

主要发现

• 使用43个深度学习模型的集成模型实现了0.732的归一化多分类准确率，在分类任务中排名141份提交中的第32名。
• 使用合成数据训练的8个表现最佳模型的平均结果达到0.725的归一化准确率，排名第39位，表明数据增强虽提升有限，但具有实际效益。
• 仅使用挑战数据训练的15个模型的平均结果表现最佳，达到0.803的归一化准确率，总排名获得第9名。
• 使用合成病灶显著改善了罕见类别（如基底细胞癌（BCC）、纤维组织细胞瘤（DF）和血管性病变（VASC））的表示，提升了其在训练集中的比例。
• 采用128个副本的测试阶段增强显著提升了模型鲁棒性，尤其在存在噪声或模糊标注的情况下表现更优。
• 团队的方法表明，必须在模型复杂性与性能增益之间取得平衡，因为增加复杂性并不总能带来指标的成比例提升。