[论文解读] Transfer learning and Local interpretable model agnostic based visual approach in Monkeypox Disease Detection and Classification: A Deep Learning insights

Md Manjurul Ahsan, Tareque Abu Abdullah+5 more|arXiv (Cornell University)|Nov 1, 2022

Poxvirus research and outbreaks被引用 9

一句话总结

本研究提出了一种基于迁移学习的深度学习框架，采用改进的 InceptionResNetV2 和 MobileNetV2 模型，从皮肤病变图像中检测猴痘，准确率达到 93–99%。该方法结合局部可解释性模型无关解释（LIME）和类别激活映射（CAM），突出显示关键诊断特征，为资源有限环境中的早期猴痘检测提供可解释且可靠的 AI 驱动诊断方案。

ABSTRACT

The recent development of Monkeypox disease among various nations poses a global pandemic threat when the world is still fighting Coronavirus Disease-2019 (COVID-19). At its dawn, the slow and steady transmission of Monkeypox disease among individuals needs to be addressed seriously. Over the years, Deep learning (DL) based disease prediction has demonstrated true potential by providing early, cheap, and affordable diagnosis facilities. Considering this opportunity, we have conducted two studies where we modified and tested six distinct deep learning models-VGG16, InceptionResNetV2, ResNet50, ResNet101, MobileNetV2, and VGG19-using transfer learning approaches. Our preliminary computational results show that the proposed modified InceptionResNetV2 and MobileNetV2 models perform best by achieving an accuracy ranging from 93% to 99%. Our findings are reinforced by recent academic work that demonstrates improved performance in constructing multiple disease diagnosis models using transfer learning approaches. Lastly, we further explain our model prediction using Local Interpretable Model-Agnostic Explanations (LIME), which play an essential role in identifying important features that characterize the onset of Monkeypox disease.

研究动机与目标

• 开发一种可靠、低成本且早期的猴痘诊断工具，结合深度学习与图像处理技术。
• 通过迁移学习在猴痘图像数据集上评估六种预训练卷积神经网络模型（VGG16、InceptionResNetV2、ResNet50、ResNet101、MobileNetV2、VGG19）的性能。
• 通过应用局部可解释性模型无关解释（LIME）和类别激活映射（CAM），提升模型的可解释性。
• 识别皮肤病变中表征猴痘发病的关键视觉特征，支持临床验证。
• 为未来基于移动设备的可解释 AI 在传染病诊断中的应用奠定基础。

提出的方法

• 使用迁移学习在猴痘图像数据集上微调六种预训练的卷积神经网络架构（VGG16、InceptionResNetV2、ResNet50、ResNet101、MobileNetV2、VGG19）。
• 采用全局平均池化（GAP）和类别激活映射（CAM）可视化最终卷积层在预测过程中关注的区域。
• 应用局部可解释性模型无关解释（LIME）通过扰动输入图像并分析特征重要性，为单个预测生成局部解释。
• 使用基于阈值的图像分割技术隔离并突出显示感染皮肤病变中的感兴趣区域（ROIs），生成掩码以进行视觉验证。
• 通过皮肤科专家验证模型预测，确保所识别特征的临床相关性。
• 使用标准指标（包括准确率、精确率、召回率和 F1 分数）在训练集、验证集和测试集上评估模型性能。

实验结果

研究问题

• RQ1 在使用迁移学习从皮肤病变图像中检测猴痘时，哪种预训练深度学习模型的准确率最高？
• RQ2 LIME 解释和类别激活图如何有助于解释和验证猴痘检测的模型预测？
• RQ3 皮肤病变中哪些视觉特征最能预测猴痘的发病，且能否通过 CAM 和分割技术可靠地定位？
• RQ4 所提出的模型在不同架构上的性能表现如何比较，特别是在鲁棒性和泛化能力方面？
• RQ5 可解释 AI 技术（如 LIME 和 CAM）是否能增强深度学习模型在传染病诊断中的可信度和临床可用性？

主要发现

• 改进的 InceptionResNetV2 模型在测试集上达到 98% 的准确率，95% 置信区间为 0.94–0.99，优于其他模型。
• 改进的 MobileNetV2 模型达到最高的测试准确率 99%，95% 置信区间为 0.96–0.99，F1 分数为 1.0，表明精确率和召回率均完美。
• LIME 分析证实，模型关注的是特征性皮肤病变模式，如簇集性丘疹和水疱，与临床专业知识一致。
• 类别激活图（CAM）和基于阈值的分割技术清晰地突出了图像中的感染区域，验证了模型对生物相关特征的关注。
• ResNet50 和 ResNet101 模型表现最差，测试准确率分别为 72%，F1 分数为 0.68–0.75，表明在该数据集上泛化能力差。
• 在本研究开展时，未发现任何关于基于深度学习的猴痘检测的已发表工作，表明本研究在该领域具有开创性意义。