Création de jeux de données synthétiques de plaies avec des réseaux antagonistes génératifs

Pour la première fois, un réseau antagoniste génératif est utilisé pour créer des jeux de données synthétiques d’images de plaies, afin de remédier à un manque critique de contenu diversifié et accessible de ce type dans les applications d’apprentissage automatique en santé.

Le système, appelé WG²AN, est une collaboration entre la Batten College of Engineering & Technology et la société de santé AI eKare, qui se spécialise dans l’application de méthodes d’apprentissage automatique à la mesure et à l’identification des plaies.

Le GAN est formé sur 100-4000 images stéréoscopiques de plaies chroniques étiquetées fournies par eKare, y compris des photos anonymisées de types de blessures causées par des facteurs tels que la pression, la chirurgie, les incidents lymphovasculaires, le diabète et les brûlures. Le matériel source variait en taille entre 1224×1224 et 2160×2160, toutes prises sous lumière disponible par des médecins.

Pour accommoder l’espace latent disponible dans l’architecture de formation du modèle, les images ont été rééchelonnées à 512×512 et extraites de leurs arrières-plans. Pour étudier l’effet de la taille du jeu de données, des tests ont été effectués sur des lots de 100, 250, 500, 1000, 2000 et 4000 images.

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

L’image ci-dessus montre une augmentation du détail et de la granularité en fonction de la taille de l’ensemble de formation et du nombre de époques exécutées à chaque passage.

L’architecture de WG2GAN. Source: https://ietresearch.onlinelibrary.wiley.com/doi/pdfdirect/10.1049/tje2.12033

WG²GAN fonctionne sur PyTorch sur un ensemble de consommation relativement léger, avec 8 Go de VRAM sur une carte graphique GTX 1080. La formation a pris entre 4 et 58 heures sur la plage de tailles de jeu de données de 100 à 4000 images, et sur une plage d’époques, avec une taille de lot de 64 comme compromis entre la précision et les performances. L’optimiseur Adam est utilisé pour la première moitié de la formation à un taux d’apprentissage de 0,0002, et conclut avec un taux d’apprentissage linéaire décroissant jusqu’à une perte de zéro.

En haut à gauche, segmentation appliquée à la zone de la plaie. En haut au centre, image de la plaie réelle; en haut à droite, une plaie synthétique d’un type qui peut être généralisé dans un jeu de données, basé sur la source originale. En bas, la plaie originale, et, à droite, une synthèse de la plaie générée par WG2GAN.

Dans les jeux de données médicaux, comme dans de nombreux autres secteurs de l’apprentissage automatique, l’étiquetage est un goulet d’étranglement inévitable. Dans ce cas, les chercheurs ont utilisé un système d’étiquetage semi-automatique qui tire parti de recherches antérieures d’eKare, qui ont employé des modèles réels de plaies, créés avec du Play-Doh et colorés pour un contexte sémantique.

Modèles de plaies eKare

Les chercheurs ont noté un problème qui se pose fréquemment dans les premières étapes de la formation, lorsque le jeu de données est très diversifié et que les poids sont aléatoires – le modèle prend beaucoup de temps (75 époques) pour « se stabiliser »:

Lorsque les données sont variées, les modèles GAN et encodeur/décodeur ont du mal à obtenir une généralisation dans les premières étapes, comme on peut le voir dans le graphique ci-dessus de la formation de WG²GAN, qui suit la chronologie de la formation de l’origine à la perte zéro.

Il faut prendre soin de s’assurer que le processus de formation ne se fixe pas sur les caractéristiques ou les caractéristiques d’une seule itération ou époque, mais continue à généraliser à une perte moyenne utilisable sans produire des résultats qui abstraient excessivement le matériel source. Dans le cas de WG²GAN, cela risquerait de créer des plaies entièrement « fictives », concaténées parmi une gamme trop large de types de plaies non liés, plutôt que de produire une gamme précise de variations dans un type de plaie particulier.

Contrôle de la portée dans un jeu de données d’apprentissage automatique

Les modèles avec des ensembles de formation plus légers généralisent plus rapidement, et les chercheurs de l’article affirment que les images les plus réalistes pourraient être obtenues à moins que les réglages maximum: un ensemble de données de 1000 images formé sur 200 époques.

Bien que des ensembles de données plus petits puissent produire des images très réalistes en moins de temps, la gamme d’images et de types de plaies générées sera nécessairement plus limitée. Il existe un équilibre délicat dans les régimes de formation GAN et encodeur/décodeur entre le volume et la variété des données d’entrée, la fidélité des images produites et la réalisme des images produites — des questions de portée et de pondération qui ne sont certainement pas confinées à la synthèse d’images médicales.

Imbalances de classes dans les jeux de données médicaux

En général, l’apprentissage automatique en santé est confronté non seulement à un manque de jeux de données, mais également à des imbalances de classes, où les données essentielles sur une maladie spécifique constituent une si petite proportion de son jeu de données hôte qu’elles risquent d’être rejetées comme données aberrantes ou d’être assimilées dans le processus de généralisation pendant la formation.

Un certain nombre de méthodes ont été proposées pour résoudre ce problème, telles que la sous-échantillonnage ou la sur-échantillonnage. Cependant, le problème est souvent contourné en développant des jeux de données spécifiques à une maladie qui sont entièrement liés à un seul problème médical. Bien que cette approche soit efficace au cas par cas, elle contribue à la culture de balkanisation dans le domaine de la recherche en apprentissage automatique médical, et ralentit probablement les progrès généraux dans le secteur.