[论文解读] ResNet101 and DAE for Enhance Quality and Classification Accuracy in Skin Cancer Imaging

Sibasish Dhibar|arXiv (Cornell University)|Mar 21, 2024

Cutaneous Melanoma Detection and ManagementMedicine被引用 3

一句话总结

本文提出了一种结合ResNet101与深度自编码器（DAE）的混合深度学习框架，以提升皮肤病变图像质量并提高皮肤癌检测的分类准确率。该方法利用特征学习与去噪自编码技术，在分类前对输入图像进行优化，最终在ISIC-2018数据集上实现了96.03%的准确率、95.40%的精确率、96.05%的召回率、0.9576的F1值以及0.98的AUC。

ABSTRACT

Skin cancer is a crucial health issue that requires timely detection for higher survival rates. Traditional computer vision techniques face challenges in addressing the advanced variability of skin lesion features, a gap partially bridged by convolutional neural networks (CNNs). To overcome the existing issues, we introduce an innovative convolutional ensemble network approach named deep autoencoder (DAE) with ResNet101. This method utilizes convolution-based deep neural networks for the detection of skin cancer. The ISIC-2018 public data taken from the source is used for experimental results, which demonstrate remarkable performance with the different in terms of performance metrics. The methods result in 96.03% of accuracy, 95.40 % of precision, 96.05% of recall, 0.9576 of F-measure, 0.98 of AUC.

研究动机与目标

• 解决皮肤病变特征高度可变性带来的准确皮肤癌检测挑战。
• 提升皮肤病变扫描图像质量，以实现更优的特征提取。
• 利用深度神经网络在真实世界皮肤镜图像上提升分类性能。
• 将预训练的ResNet101与深度自编码器结合，实现联合特征学习与图像重建。
• 在ISIC-2018基准数据集上验证所提模型，确保其临床相关性。

提出的方法

• 采用深度自编码器（DAE）通过学习压缩且抗噪的表示，对输入皮肤病变图像进行重建与质量增强。
• 在ISIC-2018数据集上端到端训练DAE，以学习分层特征并减少图像噪声与伪影。
• 将DAE增强后的图像输入预训练的ResNet101主干网络，用于特征提取与分类。
• 在DAE图像预处理后，通过微调ResNet101分类器头在ISIC-2018数据集上应用迁移学习。
• 使用交叉熵损失与Adam优化器训练集成模型，并通过准确率、精确率、召回率、F1分数和AUC等标准指标进行评估。

实验结果

研究问题

• RQ1 基于DAE的图像增强技术是否能提升皮肤镜图像质量，从而改善下游分类性能？
• RQ2 将ResNet101与DAE结合使用，相较于单独使用ResNet101，是否能提升分类准确率？
• RQ3 所提方法在多大程度上减轻了图像噪声及皮肤病变外观差异性的影响？
• RQ4 自编码与残差学习的联合使用是否能提升在ISIC-2018基准上的泛化能力？
• RQ5 该模型在各类皮肤癌上的AUC、F1分数及平衡指标表现如何？

主要发现

• 所提方法在ISIC-2018数据集上实现了96.03%的分类准确率。
• 该模型表现出95.40%的精确率与96.05%的召回率，表明精确率与敏感性之间具有良好的平衡。
• F1值达到0.9576，反映出精确率与召回率的高调和平均值。
• 受试者工作特征曲线下面积（AUC）为0.98，表明具有优异的判别性能。
• 通过DAE实现图像增强与ResNet101实现分类的融合，显著优于基线模型，在图像质量与指标一致性方面表现更优。