[论文解读] Image Data collection and implementation of deep learning-based model in detecting Monkeypox disease using modified VGG16

Md Manjurul Ahsan, Muhammad Ramiz Uddin+4 more|arXiv (Cornell University)|Jun 4, 2022

Poxvirus research and outbreaks被引用 88

一句话总结

本文提出 Monkeypox2022 图像数据集以及用于皮肤图像 Monkeypox 检测的修改版 VGG16 模型，在两个研究设置上进行评估，并通过 LIME 提供可解释性。

ABSTRACT

While the world is still attempting to recover from the damage caused by the broad spread of COVID-19, the Monkeypox virus poses a new threat of becoming a global pandemic. Although the Monkeypox virus itself is not deadly and contagious as COVID-19, still every day, new patients case has been reported from many nations. Therefore, it will be no surprise if the world ever faces another global pandemic due to the lack of proper precautious steps. Recently, Machine learning (ML) has demonstrated huge potential in image-based diagnoses such as cancer detection, tumor cell identification, and COVID-19 patient detection. Therefore, a similar application can be adopted to diagnose the Monkeypox-related disease as it infected the human skin, which image can be acquired and further used in diagnosing the disease. Considering this opportunity, in this work, we introduce a newly developed "Monkeypox2022" dataset that is publicly available to use and can be obtained from our shared GitHub repository. The dataset is created by collecting images from multiple open-source and online portals that do not impose any restrictions on use, even for commercial purposes, hence giving a safer path to use and disseminate such data when constructing and deploying any type of ML model. Further, we propose and evaluate a modified VGG16 model, which includes two distinct studies: Study One and Two. Our exploratory computational results indicate that our suggested model can identify Monkeypox patients with an accuracy of $97\pm1.8\%$ (AUC=97.2) and $88\pm0.8\%$ (AUC=0.867) for Study One and Two, respectively. Additionally, we explain our model's prediction and feature extraction utilizing Local Interpretable Model-Agnostic Explanations (LIME) help to a deeper insight into specific features that characterize the onset of the Monkeypox virus.

研究动机与目标

• 创建一个公开可用的 Monkeypox 图像数据集，来自开放门户，以便进行 ML 研究。
• 开发一个低修改的 VGG16 迁移学习模型，以区分 Monkeypox 与非 Monkeypox 图像。
• 使用 LIME 提供模型预测的可解释性，识别有区分性的图像区域。
• 在两个数据集设置上评估模型性能，以评估在小到中等数据量下的可行性。
• 强调局限性并为未来的数据收集和模型部署提供方向。

提出的方法

• 从开源图片（包括 Monkeypox、Chickenpox、Measles 和 Normal 皮肤图片）组装 Monkeypox2022 数据集；使用 Keras ImageDataGenerator 进行数据增强，包含旋转、平移、缩放、错切、翻转和反射填充。
• 实现带有更新层和密集/ dropout 块的修改版 VGG16 架构，用于二分类（Monkeypox 与其他）。
• 通过网格搜索对两项研究调整超参数；研究一使用较小的批量和时期，研究二使用较大批量和时期并采用 Adam 优化器。
• 应用局部可解释的模型不可知解释（LIME）来生成图像级解释并识别对预测贡献显著的区域。
• 使用准确性、精确度、召回率、F1 分数、灵敏度、特异性和 AUC 进行性能评估；由于样本量较小，报告带有 95% 置信区间的结果。
• 数据集按 80/20 分成训练/测试；研究一：Monkeypox 总计 43（训练 34，测试 9）和 Others 总计 47（训练 38，测试 9）；研究二：Monkeypox 增强后 587（训练 470，测试 117）和 Others 1167（训练 933，测试 234）。

实验结果

研究问题

• RQ1 公共可用的 Monkeypox 图像数据集是否能够有效推动基于 ML 的皮肤图像 Monkeypox 检测？
• RQ2 修改后的 VGG16 模型在小到中等数据集上区分 Monkeypox 与非 Monkeypox 图像的表现如何？
• RQ3 通过数据增强的迁移学习方法在早期 Monkeypox 图像分类研究中是否能获得可靠的性能？
• RQ4 LIME 解释是否能揭示解剖学上合理的区域来驱动 Monkeypox 预测，以支持模型可解释性？
• RQ5 在实时筛查或移动工具中部署此类模型的局限性和实际考虑因素有哪些？

主要发现

• 研究一在训练准确率高（0.97）和强 AUC（0.972）方面表现良好，但测试性能较低（准确率 0.83，AUC 0.972 0.748 对应 ROC 曲线）。
• 研究二由于数据集不平衡导致总体表现较低，训练准确率 0.88，测试准确率 0.78；测试集 AUC 0.748。
• LIME 可视化突出了驱动预测的区域并帮助解释错误分类（例如研究一将 Monkeypox 错误分类为 Chickenpox，因为关注于非症状区域）。
• 通过修改后的 VGG16 的迁移学习在小到中等数据集上可实现 78%–97% 的准确率，显示在数据有限的情况下基于图像的 Monkeypox 筛查的可行性。
• 作者提供公开可用的 Monkeypox 数据集，以在数据收集扩大时促进进一步研究和比较。
• 该研究强调可解释性（LIME）是临床试验就绪和潜在实时筛查应用的前提。