Χρήση Γεννητικών Ανταγωνιστικών Δικτύων ως Τεχνική Εμπλουτισμού Δεδομένων σε Ιατρικές Εφαρμογές

Abstract

Τα τελευταία χρόνια έχει διαπιστωθεί μία ραγδαία ανάπτυξη στις τεχνικές της Όρασης Υπολογιστών (Computer Vision) και ιδιαίτερα σε αυτές που σχετίζονται με τη βαθιά μάθηση (Deep Learning). Οι τεχνικές αυτές όμως απαιτούν τεράστιο πλήθος οπτικών δεδομένων για να εκπαιδευτούν επαρκώς, κάτι που σε πολλά προβλήματα ενδέχεται να μην είναι διαθέσιμο. Για το λόγο αυτό στην πράξη χρησιμοποιούνται τεχνικές εμπλουτισμού δεδομένων (data augmentation), οι οποίες, πραγματοποιώντας απλούς μετασχηματισμούς στο επίπεδο των pixels, παράγουν εικόνες που το δίκτυο εκλαμβάνει ως νέα δεδομένα. Οι δυνατότητες της πρακτικής αυτής όμως είναι περιορισμένες, καθώς δεν μπορούν να αλλάξουν σε ουσιαστικό βαθμό την είσοδο, εξαρτώνται από τη φύση του προβλήματος, αλλά κυρίως επειδή τα δεδομένα λαμβάνονται υπόψη ξεχωριστά, και όχι ως μέρη ενός μεγαλύτερου συνόλου. Στα πλαίσια αυτής της διπλωματικής εργασίας προτείνεται μία τεχνική που επιχειρεί να ξεπεράσει τους προαναφερθέντες περιορισμούς, εμπλουτίζοντας τα δεδο- μένα με χρήση πιο ισχυρών τεχνικών. Τα Γεννητικά Ανταγωνιστικά Δίκτυα (Generative Adversarial Networks, GANs) είναι μία οικογένεια μοντέλων ικανών να παράγουν ρεαλιστικές, συνθετικές εικόνες. Ένα GAN αποτελείται από δύο δίκτυα, με το ένα να προσπαθεί να παράξει όσο το δυνατόν πιο ρεαλιστικές εικόνες (δημιουργός), και το άλλο να προσπαθεί να ξεχωρίσει όσο το δυνατόν καλύτερα τις τεχνητές από τις αληθινές (διευκρινιστής). Μέσω του συνεχούς ανταγωνισμού μεταξύ τους, τα δίκτυα βελτιώνονται μέχρι να επέλθει η ισορροπία, όπου οι αληθινες και οι τεχνητές εικόνες φαίνονται πανομοιότυπες στον διευκρινιστή. Ο δημιουργός τότε παράγει τις πιο αληθοφανείς εικόνες. Όσον αφορά το πειραματικό κομμάτι της εργασίας, αρχικά λήφθηκαν εικόνες μαγνητικών τομογραφιών υγιών ατόμων και ασθενών που πάσχουν από τη νόσο του Alzheimer. Τα δεδομένα από ένα ποσοστό των ατόμων έμειναν κρυφά κατά τη διάρκεια της εκπαίδευσης, ώστε να μπορεί να εκτιμηθεί όσο το δυνατόν καλύτερα η δυνατότητα των δικτύων που θα δοκιμάζονταν για γενίκευση των γνώσεών τους. Στη συνέχεια, επιλέχθηκε και εκπαιδεύτηκε μία αρχιτεκτονική GAN πάνω στα δεδομένα αυτά, η οποία στη συνέχεια χρησιμοποιήθηκε για την παραγωγή τεχνητών εικόνων. Οι τεχνητές αυτές εικόνες προστέθηκαν στο αρχικό σύνολο εκπαίδευσης και χρησιμοποιήθηκαν για την εκπαίδευση συνελικτικών δικτύων ταξινόμησης. Η επίδοσή τους συγκρίθηκε με την αντίστοιχη των δικτύων εκπαιδευμένων στο αρχικό σύνολο, με και χωρίς καμία εφαρμογή των γνωστών τεχνικών εμπλουτισμού. Παρ’ όλο που στη βιβλιογραφία οι κλασικές τεχνικές εμπλουτισμού έχουν αποδειχθεί ότι στις περισσότερες περιπτώσεις ενισχύουν την απόδοση των μοντέλων, κάτι τέτοιο δεν παρατηρήθηκε στην παρούσα εργασία.Η προσθήκη όμως συνθετικών εικόνων στο σύνολο δεδομένων επέφερε σημαντική βελτίωση στην επίδοσή τους. Τέλος, καλύτερα μοντέλα αποδείχθηκαν αυτά που συνδύαζαν τον εμπλουτισμό μέσω GAN με τις κλασικές τεχνικές.