흑색종 피부병변 이미지 데이터를 통한 이미지 분류

데이터 선정이유

• 흑색종은 피부암 사망의 압도적 다수를 차지하면서도 조기 발견 시에 생존률이 95%이상
• 해당 이미지를 학습한 모델을 서비스하면 피부암 예방 및 조기발견등에 긍정적일 것이라 생각해 선정하였습니다.

1. 데이터 수집

• HAM10000 dataset(kaggle)
• 흑색종 검출을 위한 7개로 분류된 피부병변 이미지

• 'akiec': 'Actinic keratoses(광선 각화증)' 0
• 'bcc': 'Basal cell carcinoma(기저세포암종)' 1
• 'bkl': 'Benign keratosis-like lesions(양성 병변 각화증)' 2
• 'df': 'Dermatofibroma(피부섬유종)' 3
• 'mel': 'Melanoma(흑색종)' 4
• 'nv': 'Melanocytic nevi(멜라닌세포 모반)' 5
• 'vasc': 'Vascular lesions(혈관성 병변)' 6

• 10015개의 이미지파일(600x450)

• lesion_id(7470 unique values) : 병변 부위
• image_id(10015 unique values) : 이미지(lesion_id 확대)
• dx : 피부병변
• dx_type : 병변 확인방법

• histo : 조직병리학
• follow_up : 추적검사
• consensus : 전문가 의견
• confocal : 공초점 현미경 검사

• age : 환자나이
• sex : 환자성별
• localization : 병변부위 위치

2. 데이터 전처리/EDA

• EDA

• nv(멜라닌세포 모반)의 병변이 대다수
• 병변은 주로 조직검사와 추적검사를 통해 확인됨
• 등과 하체에 주로 발생
• 40~50대에서 가장 많이 발병

• 전처리

• 결측치 제거
• 병변 별 인덱스 카테고리 ,경로 추가
• 경로를 통해 이미지를 불러온 후 numpy배열로 변환
• 타겟 레이블 선택(병변 별 인덱스)
• 타겟 레이블 원-핫 인코딩
• train/valid/test data 분리

DataSet	Size
Train	6372
Valid	1594
Test	1992

3. 모델 선택

• CNN, resnet모델 성능비교
• ImageDataGenerator를 사용하여 입력이미지 데이터 증강
• cnn모델에 k-fold crossvalidation 적용
• Accuracy : 0.7294 -> 0.7475로 향상

4. 결론

• 0.95정도의 정확도를 가진 모델이지만 test데이터에 확인한 결과 0.75정도의 정확도를 보여 어느정도 과적합 된 것으로 보임
• 타겟 데이터 imbalanced한 점이 이유로 보여짐

5. 한계 및 개선방안

• Imbalanced한 이미지 데이터 처리방법

• 다운샘플링 대신 치핑(원본이미지를 작은타일로 분할)
• 거의 동일한 클래스 병합
• 특정 클래스 리샘플링(소수 클래스 오버샘플링) : 오버샘플링 클래스의 과적합 초래하는 단점 존재
• 손실함수 조정(focal loss)(파이썬에 binary, sparse존재)

• 아쉬운점

• AI hub의 피부질환진단 의료이미지(32종류의 질환 및 정상피부 데이터)를 사용했으면 데이터 양질적 측면에서 좋았을 것
• 불균형한 이미지데이터 처리하지 못한 점