Skin Lesion Analysis: A State-of-the-Art Survey, Systematic Review, and Future Trends

要約

皮膚病変分析のためのコンピューター支援診断 (CAD) システムは、皮膚がんスクリーニングの負担とコストを軽減する可能性を秘めた新しい研究分野です。
研究者は最近、このような CAD システムの開発への関心が高まっていることを示しており、手作業による検査によって生じる問題を軽減するために、皮膚科医に使いやすいツールを提供することを目的としています。
この記事の目的は、2011 年から 2020 年の間に発表された最先端の CAD 技術の完全な文献レビューを提供することです。PRISMA (Preferred Reporting Items for Systematic Reviews and Meta-Analyses) メソッドを使用して、合計 365 の出版物、221 の出版物を特定しました。
皮膚病変セグメンテーションには 144、皮膚病変分類には 144。
これらの記事は、さまざまな方法で分析および要約されているため、CAD システムの進化方法に関する重要な情報を提供できます。
これらの方法には、関連する必須の定義と理論、入力データ (データセットの利用、前処理、拡張、および不均衡の問題の修正)、メソッドの構成 (手法、アーキテクチャ、モジュール フレームワーク、および損失)、トレーニング戦術 (ハイパーパラメーターの設定)、および評価が含まれます。
基準（指標）。
また、アンサンブルや後処理など、さまざまなパフォーマンス向上方法を調査する予定です。
さらに、この調査では、最小限のデータセットを使用して皮膚病変のセグメンテーションと分類システムを評価することに関連する主な問題と、これらの窮状に対する潜在的な解決策を強調しています。
結論として、関心のある関連分野における将来の研究監視の目的で、啓発的な調査結果、推奨事項、および傾向について説明します。
皮膚病変分析用の自動化された堅牢な CAD システムを開発する過程で、初心者から専門家まで、あらゆるレベルの研究者を導くことが予想されます。

要約(オリジナル)

The Computer-aided Diagnosis (CAD) system for skin lesion analysis is an emerging field of research that has the potential to relieve the burden and cost of skin cancer screening. Researchers have recently indicated increasing interest in developing such CAD systems, with the intention of providing a user-friendly tool to dermatologists in order to reduce the challenges that are raised by manual inspection. The purpose of this article is to provide a complete literature review of cutting-edge CAD techniques published between 2011 and 2020. The Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA) method was used to identify a total of 365 publications, 221 for skin lesion segmentation and 144 for skin lesion classification. These articles are analyzed and summarized in a number of different ways so that we can contribute vital information about the methods for the evolution of CAD systems. These ways include: relevant and essential definitions and theories, input data (datasets utilization, preprocessing, augmentations, and fixing imbalance problems), method configuration (techniques, architectures, module frameworks, and losses), training tactics (hyperparameter settings), and evaluation criteria (metrics). We also intend to investigate a variety of performance-enhancing methods, including ensemble and post-processing. In addition, in this survey, we highlight the primary problems associated with evaluating skin lesion segmentation and classification systems using minimal datasets, as well as the potential solutions to these plights. In conclusion, enlightening findings, recommendations, and trends are discussed for the purpose of future research surveillance in related fields of interest. It is foreseen that it will guide researchers of all levels, from beginners to experts, in the process of developing an automated and robust CAD system for skin lesion analysis.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google