UD机器学习 - C5 深度学习 - 皮肤科医生的人工智能

小项目:皮肤科医生的人工智能

介绍

在这个小项目中,你要设计一个算法,使其能对最致命的皮肤癌——黑色素瘤进行视觉诊断。你的算法应特别能将这种恶性皮肤肿瘤与两种良性病变(黑色素痣和脂溢性角化病)区分开来。

数据和目标来自国际皮肤影像协作组织 2017 年黑色素瘤检测的皮肤病变分析挑战。作为挑战的一部分,参与者需要设计一个算法,用于诊断三种不同皮肤病的其中之一(黑色素瘤、黑色素痣或脂溢性角化病)的皮肤病变图像。在该项目中,你要创建一个模型,用于生成你自己的预测结果。

image

开始

  1. 克隆资源库并创建 data/ 文件夹,用于保存皮肤图像的数据集。

    git clone https://github.com/udacity/dermatologist-ai.git
    mkdir data; cd data
    
    
  2. 创建用于保存训练、验证和测试图像的文件夹。

    mkdir train; mkdir valid; mkdir test
    
    
  3. 下载并解压训练数据 (5.3 GB)。

  4. 下载并解压验证数据 (824.5 MB)。

  5. 下载并解压测试数据 (5.1 GB)。

  6. 将训练、验证和测试图像分别保存在 data/ 文件夹下的 data/train/data/valid/data/test/ 文件夹中。每个文件夹应包含三个子文件夹(melanoma/nevus/seborrheic_keratosis/),每个子文件夹分别用于保存这三个图像类的代表性图像。

你可以自行选用任何编码环境完成这个小项目!为了对你的成果进行评分,你最后只需要将预测测试结果保存为 CSV 文件。

创建模型

使用训练和验证数据对模型进行训练,使其可以区分三种不同的图像类。(训练之后,你要用测试图像检测模型的性能。

如需了解该竞赛中获胜的一些算法,请阅读这篇文章,它对某些最佳方法进行了讨论。几篇相关研究论文如下所述。

  • Matsunaga K、Hamada A、Minagawa A、Koga H。“用深度神经网络集成对黑色素瘤、黑色素痣和脂溢性角化病进行图像分类”。国际皮肤影像协作组织 (ISIC) 2017 年国际生物医学成像研讨会 (ISBI) 挑战。
  • Daz IG。“皮肤科医生知识在诊断皮肤病变的卷积神经网络中的运用”。国际皮肤影像协作组织 (ISIC) 2017 年国际生物医学成像研讨会 (ISBI) 挑战。(github)
  • Menegola A、Tavares J、Fornaciali M、Li LT、Avila S、Valle E。“ISIC 2017 年挑战 RECOD Titans”。国际皮肤影像协作组织 (ISIC) 2017 年国际生物医学成像研讨会 (ISBI) 挑战。(github)

最初的挑战提供附加数据(如患者性别和年龄),但我们仅为你提供图像数据。如需下载患者的附加数据,可在竞赛网站下载。

以上三个团队都使用了附加数据来源,增加了训练集中的图像数量。如需扩展你的训练集,可访问国际皮肤影像协作组织档案。

评价

受国际皮肤影像协作组织挑战的启发,我们将按照三个类别对你的算法进行评分。

类别 1:黑色素瘤分类的 ROC AUC

在第一个类别中,我们将计算与该二元分类任务对应的受试者工作特征曲线 (ROC AUC) 下方的面积,检测你的卷积神经网络能否区分恶性黑色素瘤与良性皮肤病变(黑色素痣、脂溢性角化病)。

如果你不熟悉 ROC(受试者工作特征)曲线,想要进一步学习,可以阅读 scikit-learn 中的文件或者阅读这篇 Wikipedia 文章。

ISIC 竞赛中该类别得分最高的如下图所示。

image

类别 2: 黑色素痣分类的 ROC AUC

我们将要检查的所有皮肤病变是黑色素细胞或角化细胞(两种不同类型的表皮皮肤细胞)的异常生长造成的。黑色素瘤和黑色素痣是黑色素细胞产生的,而脂溢性角化病是角化细胞产生的。

在第二个类别中,我们将计算与该二元分类任务对应的受试者工作特征曲线 (ROC AUC) 下方的面积,检测你的卷积神经网络能否区分黑色素细胞和角化细胞的皮肤病变。

ISIC 竞赛中该类别得分最高的如下图所示。

image

类别 3:平均 ROC AUC

在第三个类别中,我们将取前两个类别中 ROC AUC 值的平均值。

ISIC 竞赛中该类别得分最高的如下图所示。

image

提交你的成果

训练模型之后,创建一个 CSV 文件,用于保存你的预测测试结果。该文件应有 600 行,每行与不同的测试图像对应,外加一个标题行。可以在资源库中查看提交文件样本 (sample_submission.csv)。

你的文件应有 3 列:

  • Id - 测试图像的文件名(顺序与提交文件样本中的相同
  • task_1 - 模型对图像(路径在 Id 下)显示黑色素瘤的预测概率
  • task_2 - 模型对图像(路径在 Id 下)显示脂溢性角化病的预测概率

提交 CSV 文件之后,使用 get_results.py 文件对你提交的文件进行评分。如需建立运行该文件的环境,需要用 Python 3.5 和可安装 pip 的几个包进行创建(并激活):

conda create --name derm-ai python=3.5
source activate derm-ai
pip install -r requirements.txt

建立环境之后,运行以下命令,查看提交文件样本的效果:

python get_results.py sample_predictions.csv

对获得的三个类别的得分的终端输出进行检查:

Category 1 Score: 0.526
Category 2 Score: 0.606
Category 3 Score: 0.566

对应的 ROC 曲线以及与黑色素瘤分类对应的混淆矩阵,都会出现在弹出窗口中。

image

image

从混淆矩阵中可以看出,提交文件样本当前预测的是,测试数据集中的大多数图像与良性病变对应。我们将会检验你的模型能否改进这个结果,从而更好地检测癌症!

用于生成混淆矩阵的代码假设黑色素瘤的分类阈值为 0.5。如需改变该阈值,只需在调用 get_results.py 文件时提供一个额外的命令行参数。例如,如需将阈值设为 0.4,只需运行:

python get_results.py sample_predictions.csv 0.4

如需测试你自己提交的文件,请更改代码,将你的 CSV 文件路径包含在其中。

你可能感兴趣的:(UD机器学习 - C5 深度学习 - 皮肤科医生的人工智能)