[论文解读] Ensemble of Convolutional Neural Networks for Dermoscopic Images Classification

Tomáš Majtner, Buda Bajić+4 more|arXiv (Cornell University)|Aug 15, 2018

Cutaneous Melanoma Detection and Management被引用 14

一句话总结

本文提出了一种基于迁移学习和先进预处理的VGG16与GoogLeNet模型微调集成方法，用于皮肤镜图像病变分类。通过应用数据增强（翻转与旋转）和最大RGB颜色归一化，该方法在ISIC 2018任务3验证集上实现了81.5%的平衡准确率，优于单一模型。

ABSTRACT

In this report, we are presenting our automated prediction system for disease classification within dermoscopic images. The proposed solution is based on deep learning, where we employed transfer learning strategy on VGG16 and GoogLeNet architectures. The key feature of our solution is preprocessing based primarily on image augmentation and colour normalization. The solution was evaluated on Task 3: Lesion Diagnosis of the ISIC 2018: Skin Lesion Analysis Towards Melanoma Detection.

研究动机与目标

• 解决皮肤病变分类中不平衡且含噪声的皮肤镜图像数据集带来的挑战。
• 通过数据增强和颜色归一化提升模型的鲁棒性与泛化能力。
• 利用迁移学习克服训练深层卷积神经网络时标注数据有限的问题。
• 通过集成多个预训练模型的预测结果，提升分类性能。

提出的方法

• 通过水平翻转和旋转（最大324°，每36°为一个增量）对训练数据进行增强，以平衡各类别的分布。
• 采用最大RGB颜色恒常性方法对图像进行归一化，以适应不同光照条件，同时保留颜色信息。
• 在增强和归一化的训练数据上，使用ImageNet预训练权重对VGG16和GoogLeNet架构进行微调。
• 使用随机梯度下降（SGD）优化模型，动量为0.9，L2正则化（10⁻⁴），学习率较低（0.0001），训练50个周期。
• 通过等权重（各0.5）集成VGG16和GoogLeNet的预测结果，以提升泛化能力。
• 在MATLAB R2018a中实现该流程，小批量大小为8。

实验结果

研究问题

• RQ1 通过翻转与旋转进行数据增强，是否能提升模型在不平衡皮肤镜图像数据集上的鲁棒性与性能？
• RQ2 最大RGB颜色归一化在多变光照条件下，对皮肤病变图像模型泛化能力的提升程度如何？
• RQ3 从ImageNet预训练模型迁移学习，对在标注数据有限情况下的皮肤病变诊断分类准确率有何影响？
• RQ4 集成VGG16与GoogLeNet是否能在黑色素瘤检测中超越单一模型的性能？
• RQ5 在现实世界数据约束下，皮肤镜图像分类中模型复杂度与性能的最优平衡点是什么？

主要发现

• 所提出的增强策略将训练集总规模从10,015张图像扩大至96,274张，显著改善了类别平衡。
• 采用最大RGB方法进行颜色归一化，有效减少了因光照差异导致的扫描间变异，同时未损失关键颜色信息。
• 微调后的VGG16模型在ISIC 2018验证集上实现了80.1%的平衡准确率。
• 微调后的GoogLeNet模型在相同测试集上实现了79.7%的平衡准确率。
• VGG16与GoogLeNet的集成模型表现最佳，平衡准确率达到81.5%，证明了模型平均的有效性。
• 结果表明，结合迁移学习、预处理与集成方法，可在皮肤病变分类任务中取得更优性能。