Dữ Liệu Tổng Hợp: Thay Đổi Chủng Tộc Trong Hình Ảnh Khuôn Mặt Để Xử Lý Sự Th偏 Trong Các Bộ Dữ Liệu Y Tế

Các nhà nghiên cứu tại UCLA đã phát triển một phương pháp để thay đổi chủng tộc của khuôn mặt trong các bộ dữ liệu được sử dụng để đào tạo các hệ thống học máy y tế, trong một nỗ lực để giải quyết sự thiên vị chủng tộc mà nhiều bộ dữ liệu phổ biến phải đối mặt.

Phương pháp mới này có khả năng tạo ra video tổng hợp và chính xác về mặt sinh lý với tốc độ trung bình 0,005 giây mỗi khung hình, và hy vọng sẽ giúp phát triển các hệ thống chẩn đoán và theo dõi sức khỏe từ xa – một lĩnh vực đã mở rộng đáng kể dưới các hạn chế của COVID. Hệ thống này nhằm cải thiện khả năng áp dụng của photoplethysmography từ xa (rPPG), một kỹ thuật tầm nhìn máy tính đánh giá nội dung video khuôn mặt để phát hiện các thay đổi về thể tích máu một cách không xâm lấn.

Nguồn: https://arxiv.org/pdf/2106.06007.pdf. Nhấn để phóng to.

Mặc dù công việc này, sử dụng mạng nơ-ron tích chập (CNN), kết hợp mã nghiên cứu trước đó được xuất bản bởi Đại học Durham của Anh vào năm 2020, ứng dụng mới này nhằm bảo tồn tín hiệu nhịp trong dữ liệu thử nghiệm ban đầu, thay vì chỉ thay đổi chủng tộc của dữ liệu về mặt trực quan, như nghiên cứu năm 2020 đã làm.

CNNs Để Chuyển Đổi Chủng Tộc

Phần đầu tiên của hệ thống mã hóa-giải mã sử dụng mô hình chuyển đổi chủng tộc Durham, được đào tạo trước trên VGGFace2, để tạo ra khung mục tiêu trung gian với thành phần chuyển đổi chủng tộc từ châu Á sang châu Phi của nghiên cứu Durham. Điều này tạo ra một chuyển đổi phẳng của các đặc điểm chủng tộc, nhưng không chứa các biến thể về màu sắc và sắc thái đại diện cho các chỉ số sinh lý trực quan của trạng thái lưu thông máu của bệnh nhân.

Quy trình chuyển đổi từ nghiên cứu năm 2020 của Đại học Durham, một phần của nghiên cứu mới của UCLA. Nguồn: https://arxiv.org/pdf/2004.08945.pdf. Nhấn để phóng to.

Một mạng thứ hai, được gọi là PhysResNet (PRN), cung cấp thành phần rPPG. PhysResNet được đào tạo để học cả hình dạng trực quan và các biến thể màu sắc định nghĩa sự di chuyển của thể tích máu dưới da.

Góc dưới bên trái, kết quả thu được từ nghiên cứu năm 2020 của Durham, thiếu thông tin PPG. Giữa bên trái, thông tin PPG được kết hợp vào chuyển đổi chủng tộc. Nhấn để phóng to.

Kiến trúc mà dự án UCLA đề xuất vượt trội so với các kỹ thuật rPPG cạnh tranh khác, ngay cả trong trường hợp không có tăng cường màu da, đại diện cho sự cải thiện 31% so với các kỹ thuật tương tự được tối ưu hóa với MAE và RMSE.

Mạng UCLA thành công trong việc bảo tồn thông tin về lưu lượng máu và phân bố. Nhấn để phóng to.

Các nhà nghiên cứu UCLA hy vọng rằng công việc trong tương lai sẽ thực hiện các thách thức rộng lớn hơn để giải quyết sự thiên vị chủng tộc trong lĩnh vực hình ảnh y tế này, và hy vọng rằng các kế hoạch sau này sẽ tạo ra video với độ phân giải cao hơn, vì hệ thống hiện tại bị giới hạn ở độ phân giải 80×80 pixel – phù hợp khá tốt với các hạn chế của chăm sóc sức khỏe từ xa, nhưng không lý tưởng.

Thiếu Dữ Liệu Đa Dạng Về Chủng Tộc

Các hoàn cảnh kinh tế và thực tế dẫn đến các bộ dữ liệu đa dạng về chủng tộc đã là một trở ngại đối với nghiên cứu y tế trong nhiều năm. Dữ liệu thường được tạo ra một cách địa phương, với nhiều yếu tố đóng góp vào sự đồng nhất về chủng tộc của các đối tượng dữ liệu. Những yếu tố này bao gồm thành phần dân số thiểu số trong các thành phố nơi nghiên cứu diễn ra, và các yếu tố kinh tế xã hội khác có thể ảnh hưởng đến mức độ xuất hiện của các đối tượng không phải da trắng trong các bộ dữ liệu phương Tây mà các nhà nghiên cứu mong muốn có tính ứng dụng toàn cầu.

Ở các quốc gia có tỷ lệ cao đối tượng da sẫm màu, thiết bị và tài nguyên cần thiết để thu thập dữ liệu thường thiếu.

Bản đồ màu da thế giới cho người dân bản địa, từ Tạp chí Nhân chủng học Vật lý Mỹ.

Hiện tại, các đối tượng da sẫm màu bị đại diện thấp trong các bộ dữ liệu rPPG, chiếm 0%, 5% và 10% nội dung của ba cơ sở dữ liệu chính được sử dụng cho mục đích này.

Dữ Liệu Da Trắng Đồng Nhất

Năm 2019, một nghiên cứu được xuất bản trên tạp chí Khoa học đã phát hiện ra rằng một thuật toán được sử dụng rộng rãi trong chăm sóc sức khỏe tại các bệnh viện của Mỹ bị thiên vị nặng nề đối với các đối tượng da trắng. Nghiên cứu cho thấy rằng người da đen ít có khả năng được chuyển đến chăm sóc chuyên sâu trong phân loại và cấp độ nhập viện sâu hơn.

Nghiên cứu tiếp theo trong năm đó từ các nhà nghiên cứu tại Malaysia và Úc đã thiết lập vấn đề chung của ‘Sự thiên vị chủng tộc’ đối với việc tạo ra bộ dữ liệu trên nhiều khu vực của thế giới, bao gồm cả châu Á.

Giới Hạn Tiềm Năng Về Quy Mô Và Kiến Trúc

Một số giới hạn dẫn đến các bộ dữ liệu hạn chế về chủng tộc là thực tế hơn là về mặt đạo đức. Sự đa dạng của dữ liệu càng rộng, thì khả năng tổng quát hóa của nó trên các đối tượng trong dữ liệu càng tốt, nhưng khả năng nhận ra các mẫu trong từng đặc điểm của dữ liệu, bao gồm cả chủng tộc, càng giảm, vì một tỷ lệ nhỏ hơn của thời gian đào tạo, sự chú ý và tài nguyên có sẵn cho từng tập hợp con của dữ liệu.

Điều này có thể dẫn đến các mô hình có tính ứng dụng rộng rãi nhưng có kết quả cụ thể thấp hơn, do các hạn chế về kích thước dữ liệu, kinh tế của kích thước batch, và các hạn chế thực tế của không gian tiềm ẩn như một hàm của tài nguyên phần cứng hạn chế.

Ở cực đối lập, mặc dù các kết quả hiệu quả và chi tiết có thể được thu được bằng cách hạn chế dữ liệu đầu vào thành một tập hợp các đặc điểm hạn chế, bao gồm cả chủng tộc, kết quả có thể bị ‘quá khớp’ với dữ liệu hạn chế và không có tính ứng dụng rộng rãi, thậm chí không áp dụng được cho các đối tượng chưa thấy trong cùng khu vực địa lý từ đó các đối tượng dữ liệu ban đầu được thu thập.

Avatars Tổng Hợp Cho Mô Phỏng PPG

Bài báo UCLA cũng lưu ý về công việc trước đó của Microsoft Research vào năm 2020 về việc sử dụng các avatars tổng hợp có thể thay đổi chủng tộc, tận dụng tổng hợp hình ảnh 3D để tạo ra các video khuôn mặt giàu thông tin PPG.

Avatars tổng hợp được tạo bởi nghiên cứu của Microsoft, với hình ảnh được tạo ra bằng tia có chứa dữ liệu PPG. Nguồn: https://arxiv.org/pdf/2010.12949.pdf. Nhấn để phóng to.