AI outperformed every dermatologist: Improved dermoscopic melanoma diagnosis through customizing batch logic and loss function in an optimized Deep CNN architecture

https://arxiv.org/abs/2003.02597v1

AI outperformed every dermatologist: Improved dermoscopic melanoma diagnosis through customizing batch logic and loss function i

abstract

가장 위험한 유형의 흑색종의 유무에 따라 이진분류로 검출하는 CNN 모델을 개발하였다.

흑색종은 조기 발견 및 절제가 성공적인 치료를 위한 두가지 핵심 사항이며, 이 모델에 대한 평가는 피부과 전문의의 평가와 비교하였다.

모델은 자체적으로 개발한 batch, 손실 함수(loss function), fully connected layer가 포함된다.

 

훈련 데이터는 흑색종 및 모반의 17,302개의 큰 이미지 데이터셋이다.

모델 성능은 MClass-D 데이터셋을 기반으로 독일 12개 대학 병원의 157명의 피부과 전문의와 비교하였다. 100 Dermoscopic이미지의 MClass-D 데이터 세트에서 0.5의 예측 임계값을 사용하여 감도 95% 및 특이도 95%로 AUC 94.4%에서 최첨단 성능을 달성했다.

또한, 0.40858의 임계값은 다른 연구에 비해 가장 균형잡힌 측정값이었으며, 90%의 민감도와 93.8%의 특이도로 의학 진단에 유망하게 적용된다.