Synteettisten haavadatakokoelmien luominen generatiivisilla vastakkaisilla verkostoilla

Ensimmäistä kertaa, generatiivinen vastakkainen verkosto on käytössä synteettisten haavakuvien luomiseen, jotta voidaan korjata tärkeä puute monipuolisista ja helposti saatavista sisällöstä terveydenhuollon koneoppimissovelluksissa.

Järjestelmä, jota kutsutaan WG²AN:ksi, on yhteistyöhankkeena Battenin insinööritieteellisen ja teknillisen korkeakoulun ja terveydenhuollon yrityksen eKare:n välillä, joka on erikoistunut koneoppimismenetelmien soveltamiseen haavojen mittaamiseen ja tunnistamiseen.

Generatiivinen vastakkainen verkosto on koulutettu 100-4000:lle merkitylle stereoskooppiselle krooniselle haavakuvalle, jotka eKare on tarjonnut, mukaan lukien anonymisoidut valokuvat eri haavatyypeistä, kuten painehaavat, leikkaukset, lymfovaskulaariset ongelmat, diabeteksen aiheuttamat haavat ja palovammat. Alkuperäinen aineisto vaihteli koossa 1224×1224 ja 2160×2160 välillä, ja kaikki otettiin saatavilla olevassa valossa lääkäreiden toimesta.

Jotta voidaan sopeuttaa saatavilla oleva latentti aineisto mallin koulutusarkkitehtuuriin, kuvat on skaalattu 512×512:ksi, ja ne on poistettu taustoistaan. Tutkimuksessa tarkasteltiin myös aineiston kokoon vaikutusta, ja testikäyttöä tehtiin eri kuvamäärillä: 100, 250, 500, 1000, 2000 ja 4000 kuvaa.

Lähde: https://ietresearch.onlinelibrary.wiley.com/doi/pdfdirect/10.1049/tje2.12033

Yllä oleva kuva näyttää kasvavaa yksityiskohtaisuutta ja hienovaraisuutta aineiston koon mukaan, sekä epochien määrän mukaan, jotka on suoritettu kussakin vaiheessa.

WG2GAN:n arkkitehtuuri. Lähde: https://ietresearch.onlinelibrary.wiley.com/doi/pdfdirect/10.1049/tje2.12033

WG²GAN toimii PyTorchilla melko vaatimattomalla kuluttajatyylisellä asetuksella, jossa on 8 GB VRAM:ia GTX 1080 -näytönohjaimella. Koulutus kesti 4-58 tuntia eri aineistokokoja ja epoch-määriä (64:n aineiston koko) vaihdellen. Adam-optimointia käytetään koulutuksen ensimmäisellä puoliskolla oppimissuhteella 0,0002, ja se päättyy lineaarisesti vähenevällä oppimissuhteella, kunnes tappio on nolla.

Ylävasemmalla, segmentointi haava-alueelle. Yläkeskellä, haavan kuva; yläoikealla, synteettinen haava, jota voidaan yleistää aineistossa, alkuperäisen lähteen perusteella. Alhaalla, alkuperäinen haava, ja oikealla, WG2GAN:n generoima haava.

Terveydenhuollon koneoppimisaineistoissa, kuten monissa muissakin koneoppimisen sovellusalueissa, merkintä on väistämätön pullonkaula. Tässä tapauksessa tutkijat käyttivät puoli-automatisoitua merkintäjärjestelmää, joka hyödyntää aiempaa tutkimusta eKare:lta, jossa käytettiin todellisia haavamalleja, jotka oli valmistettu Play-Doh:sta ja väritetty semanttista kontekstia varten.

eKare:n haavamallit

Tutkijat huomasivat ongelman, joka ilmenee usein koulutuksen alkuvaiheessa, kun aineisto on hyvin monipuolinen ja painot on satunnaisia – malli vie pitkän aikaa (75 epokkia) “asettuakseen”:

Kun data on vaihtelevaa, sekä GAN- että koodarin/muunnin mallit kamppailevat yleistämisen kanssa alkuvaiheessa, kuten voidaan nähdä yllä olevasta WG²GAN:n koulutusajan kaaviossa, joka seuraa koulutusajan kehittymistä alusta loppuun asti.

On huomattava, että koulutusprosessissa on varmistettava, ettei se kiinnittyisi yhden iteroinnin tai epokin ominaisuuksiin, vaan jatkuu yleistämällä käyttökelpoiseen keskimääräiseen tappioon ilman, että se tuottaa tuloksia, jotka abstrahoidaan liikaa alkuperäisestä aineistosta. WG²GAN:n tapauksessa se vaarantaisi “fiktiivisten” haavojen luomisen, jotka koostuvat liian laajasta joukosta erilaisia haavatyyppejä, sen sijaan, että se tuottaisi tarkasti erilaisia haavatyyppejä.

Koneoppimisaineiston laajuuden hallinta

Malleilla, joilla on kevyempi koulutusaineisto, yleistyy nopeammin, ja tutkimuksen tekijät väittävät, että realistisimmat kuvat voidaan saada aikaan vähemmän kuin maksimiasetuksilla: 1000 kuvan aineisto, jota on koulutettu 200 epokkia.

Vaikka pienemmät aineistot voivat saada aikaan hyvin realistisia kuvia vähemmässä ajassa, haavakuvien ja haavatyppien määrä on välttämättä rajoitettu. On olemassa hienovarainen tasapaino GAN- ja koodarin/muunnin -koulutusjärjestelmissä välillä aineiston määrä, tuotettujen kuvien uskottavuus ja tuotettujen kuvien realistisuus – laajuutta ja painotusta koskevia kysymyksiä, jotka eivät ole rajoitettu pelkästään lääketieteelliseen kuvien synteesiin.

Luokkaepätasapainot terveydenhuollon aineistoissa

Yleisesti ottaen terveydenhuollon koneoppimisessa on ongelmia, jotka johtuvat ei vain aineistopuutteista, vaan myös luokkaepätasapainoista, joissa tietyn sairauden data muodostaa niin pienen osan isäntäaineistosta, että se vaarantaa joko häviäminen poikkeusdatana tai assimiloituminen yleistymisprosessissa koulutuksen aikana.

On ehdotettu useita menetelmiä tämän ongelman ratkaisemiseksi, kuten alimerkintää tai ylimerkintää. Kuitenkin ongelmaa usein kierretään kehittämällä sairauskohtaisia aineistoja, jotka ovat kokonaan sidottu yhteen terveydenhuollon ongelmaan. Vaikka tämä lähestymistapa on tehokas kussakin tapauksessa, se edistää Balkanisointikulttuuria terveydenhuollon koneoppimistutkimuksen alalla ja hidastaa mahdollisesti alan yleistä edistymistä.