[论文解读] k-Means Clustering and Ensemble of Regressions: An Algorithm for the ISIC 2017 Skin Lesion Segmentation Challenge

David Álvarez, Mónica Iglesias|arXiv (Cornell University)|Feb 23, 2017

Cutaneous Melanoma Detection and Management参考文献 2被引用 15

一句话总结

本文提出一种基于k-means聚类与集成回归的皮肤病变分割方法，其Jaccard相似度与临床医生标注的真值高度一致。该方法通过预处理去除反光、毛发和色彩偏差，采用迭代k-means聚类进行分割，提取10个区域特定特征，并通过加权平均随机森林与ε-SVR模型预测病变概率，后处理进一步提升了掩码精度。

ABSTRACT

This abstract briefly describes a segmentation algorithm developed for the ISIC 2017 Skin Lesion Detection Competition hosted at [ref]. The objective of the competition is to perform a segmentation (in the form of a binary mask image) of skin lesions in dermoscopic images as close as possible to a segmentation performed by trained clinicians, which is taken as ground truth. This project only takes part in the segmentation phase of the challenge. The other phases of the competition (feature extraction and lesion identification) are not considered. The proposed algorithm consists of 4 steps: (1) lesion image preprocessing, (2) image segmentation using k-means clustering of pixel colors, (3) calculation of a set of features describing the properties of each segmented region, and (4) calculation of a final score for each region, representing the likelihood of corresponding to a suitable lesion segmentation. The scores in step (4) are obtained by averaging the results of 2 different regression models using the scores of each region as input. Before using the algorithm these regression models must be trained using the training set of images and ground truth masks provided by the Competition. Steps 2 to 4 are repeated with an increasing number of clusters (and therefore the image is segmented into more regions) until there is no further improvement of the calculated scores.

研究动机与目标

• 开发一种用于皮肤病变在皮肤镜图像中自动分割的算法，使其与临床医生标注的真值高度一致。
• 通过针对性的预处理，解决皮肤镜图像中反光、毛发和色彩变化带来的挑战。
• 通过结合k-means聚类与基于回归的区域评分方法，利用多种模型提升分割精度。
• 动态优化聚类数量，以最大化分割性能。
• 通过形态学后处理提升最终掩码质量，包括填充孔洞与平滑边界。

提出的方法

• 图像通过零填充将尺寸调整为1024×1024像素以保持宽高比，随后利用亮度阈值法（99%分位数亮度的98%分位数）去除反光。
• 使用半径为5像素的圆形结构元素进行形态学闭运算，随后对每个颜色通道应用3×3中值滤波以去除毛发。
• 基于灰世界假设应用白平衡，根据红、蓝通道相对于整体强度的比值调整，以平衡色彩分布。
• 迭代式k-means聚类从3个聚类开始，逐步增加聚类数，直至区域评分不再提升。
• 对每个聚类区域提取10项特征：区域面积（基于直方图频率）、位置（以图像中心为原点的二维高斯分布）、形状系数、实体度、平均颜色（基于高斯相似性）、中心颜色相似度（基于高斯比较与图像中心）。
• 每个区域的最终评分计算为两个回归模型预测结果的平均值：随机森林（50棵树）与ε-SVR（C=100, γ=0.5, ε=0.2），两者均基于特征向量及其在训练集中的Jaccard指数进行训练。

实验结果

研究问题

• RQ1 通过迭代优化聚类数量的k-means聚类能否提升皮肤镜图像中皮肤病变分割的准确性？
• RQ2 手工设计的区域特征（如面积、位置、形状系数与颜色相似度）在预测分割质量方面的有效性如何？
• RQ3 结合多种回归模型（随机森林与SVR）是否能获得优于单一模型的Jaccard指数预测性能？
• RQ4 如反光与毛发去除等预处理步骤在多大程度上提升了分割性能？
• RQ5 何种后处理策略最能有效纠正病变边界估计不足的问题并提升最终掩码质量？

主要发现

• 通过动态增加k-means聚类数量直至评分不再提升，算法实现了分割性能的提升。
• 采用包含空间、形状与基于颜色特征的10维特征表示，实现了有效的区域评分。
• 随机森林与ε-SVR模型的集成在验证集上优于线性回归与k近邻等其他回归模型。
• 采用半径为30的形态学闭运算与半径为14的膨胀操作进行后处理，显著减少了与真值相比的病变边界估计不足问题。
• 经过孔洞填充与边界平滑处理后，最终的分割掩码在平滑度与完整性方面得到显著增强。
• 回归模型的训练数据通过为区域分配原始评分（特征之和）并配对实际Jaccard指数生成，从而实现有效模型学习。