Классификация дерматоскопических изображений с использованием сверточных нейронных сетей

Abstract

В работе изучается проблема диагностики меланомы кожи на основе дерматоскопических изображений с использованием современных компьютерных технологий. В частности, рассмотрена задача классификации дерматоскопических изображений с использованием сверточных нейронных сетей для получения предварительных диагнозов меланомы кожи. Описаны основные открытые источники, на основе которых могут создаваться наборы изображений для обучения сетей и их тестирования. Отмечены проблемы, возникающие при создании набора данных для обучения нейронной сети, пути решения проблем, связанных с несбалансированностью имеющихся наборов данных. Предложены два варианта архитектуры нейронной сети для решения задачи классификации дерматоскопических изображений: простая сверточная сеть и сеть, построенная на основе архитектуры Inception. Описаны основные метрики, используемые для проверки качества диагностики в медицинских задачах. Проведено сравнение результатов, полученных с помощью предложенных сетей, и обоснован выбор Inception как обеспечивающей большую чувствительность при определении меланомы. Выполнено тестирование созданных сетей с использованием собственной базы данных дерматоскопических изображений, проведен анализ возможных причин отличия результатов тестового и валидационного наборов изображений и обоснована необходимость дальнейшей аугментации данных при обучении. Предложены средства дополнительной аугментации данных, интегрированные в архитектуру сети на стадии обучения. Выполнено сравнение полученных с помощью аугментации результатов и показано значительное улучшение чувствительности сети при работе с тестовым набором изображений.