Few-shot learning for COVID-19 Chest X-Ray Classification with Imbalanced Data: An Inter vs. Intra Domain Study

要約

医療画像データセットは、コンピューター支援診断、治療計画、医学研究で使用されるモデルのトレーニングに不可欠です。
ただし、これらのデータセットには、データ分布のばらつき、データの不足、一般的な画像から事前トレーニングされたモデルを使用する場合の転移学習の問題など、いくつかの課題が伴います。
この研究では、深刻なデータの不均衡を伴う少数ショット学習シナリオにおいて、ドメイン内およびドメイン間レベルでのこれらの課題の影響を研究しています。
このために、データ不足と分布の不均衡の影響を軽減するために一連の技術を統合する、シャム ニューラル ネットワークに基づく方法論を提案します。
具体的には、さまざまな初期化およびデータ拡張方法が分析され、不均衡なデータを処理するためのソリューションのシャム ネットワークへの 4 つの適応が導入されます。これには、データ バランシングと重み付け損失が含まれ、個別および組み合わせ、ペアリング比の異なるバランスが含まれます。
さらに、ヒストグラム、$k$NN、SVM、ランダム フォレストという 4 つの分類器を考慮して推論プロセスも評価します。
評価は、新型コロナウイルス感染症 (COVID-19) の陽性診断と陰性診断の両方の注釈付き症例を含む 3 つの胸部 X 線データセットに対して実行されます。
シャム アーキテクチャに対して提案された各手法の精度は個別に分析され、その結果は、最先端の CNN で同等の手法を使用して得られた結果と比較されます。
導入された手法は、ほぼすべてのケースでベースラインを超える有望な改善をもたらし、手法の選択は利用可能なデータの量と不均衡のレベルに応じて変わる可能性があると結論付けています。

要約(オリジナル)

Medical image datasets are essential for training models used in computer-aided diagnosis, treatment planning, and medical research. However, some challenges are associated with these datasets, including variability in data distribution, data scarcity, and transfer learning issues when using models pre-trained from generic images. This work studies the effect of these challenges at the intra- and inter-domain level in few-shot learning scenarios with severe data imbalance. For this, we propose a methodology based on Siamese neural networks in which a series of techniques are integrated to mitigate the effects of data scarcity and distribution imbalance. Specifically, different initialization and data augmentation methods are analyzed, and four adaptations to Siamese networks of solutions to deal with imbalanced data are introduced, including data balancing and weighted loss, both separately and combined, and with a different balance of pairing ratios. Moreover, we also assess the inference process considering four classifiers, namely Histogram, $k$NN, SVM, and Random Forest. Evaluation is performed on three chest X-ray datasets with annotated cases of both positive and negative COVID-19 diagnoses. The accuracy of each technique proposed for the Siamese architecture is analyzed separately and their results are compared to those obtained using equivalent methods on a state-of-the-art CNN. We conclude that the introduced techniques offer promising improvements over the baseline in almost all cases, and that the selection of the technique may vary depending on the amount of data available and the level of imbalance.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google