Redes neuronales convolucionales profundas para la detección asistida por computadora: arquitecturas de CNN, características del conjunto de datos y aprendizaje transferido

Se han logrado avances notables en el reconocimiento de imágenes, principalmente debido a la disponibilidad de conjuntos de datos anotados a gran escala y redes neuronales convolucionales profundas (CNN). Las CNN permiten aprender características de imagen jerárquicas, sumamente representativas y basadas en datos a partir de suficientes datos de entrenamiento. Sin embargo, obtener conjuntos de datos tan completamente anotados como ImageNet en el dominio de la imagen médica sigue siendo un desafío. Actualmente, hay tres técnicas principales que emplean con éxito CNN para la clasificación de imágenes médicas: entrenar la CNN desde cero, utilizar características de CNN preentrenadas disponibles y realizar preentrenamiento de CNN no supervisado con ajuste fino supervisado. Otro método efectivo es el aprendizaje por transferencia, es decir, ajustar los modelos de CNN preentrenados a partir de conjuntos de datos de imágenes naturales para tareas de imágenes médicas. En este artículo, explotamos tres factores importantes, pero previamente poco estudiados, en la utilización de redes neuronales convolucionales profundas para problemas de detección asistida por computadora. Primero exploramos y evaluamos diferentes arquitecturas de CNN. Los modelos estudiados contienen de 5 mil a 160 millones de parámetros y varían en el número de capas. Luego evaluamos la influencia de la escala del conjunto de datos y el contexto espacial de la imagen en el rendimiento. Finalmente, examinamos cuándo y por qué el aprendizaje por transferencia de ImageNet preentrenado (a través de ajuste fino) puede ser útil. Estudiamos dos problemas específicos de detección asistida por computadora (CADe), a saber, la detección de ganglios linfáticos (LN) toraco-abdominales y la clasificación de enfermedades pulmonares intersticiales (ILD). Logramos un rendimiento de vanguardia en la detección de LN mediastínicos y reportamos los primeros resultados de clasificación por validación cruzada de cinco pliegues en la predicción de cortes de TC axiales con categorías de ILD. Nuestra extensa evaluación empírica, análisis del modelo de CNN y valiosos conocimientos pueden extenderse al diseño de sistemas CAD de alto rendimiento para otras tareas de imágenes médicas.