Υλοποίηση Mοντέλων Βαθιάς Μάθησης και Tεχνικών Μεταφοράς Γνώσης σε Iατρικές Eικόνες

Abstract

Στο πλαίσιο αυτής της διπλωματικής εργασίας, μελετήθηκε η συμπεριφορά συστημάτων βαθιάς μάθησης με στόχο την ταξινόμηση ακτινογραφιών πνευμόνων ανθρώπων σε 3 κατηγορίες-καταστάσεις: πνευμονία, covid-19, κανονικές. Για αυτόν τον σκοπό, χρησιμοποιήθηκε μια συλλογή δεδομένων με 18356 ακτινογραφίες για την ανάπτυξη διαφορετικών μοντέλων αλλά και προσεγγίσεων στο πρόβλημα της ταξινόμησης. Η βέλτιστη τελική ακρίβεια που επιτεύχθηκε είναι 93% και εξήχθησαν χρήσιμες πληροφορίες για την επιλογή των υπερπαραμέτρων. Πρώτο βήμα ήταν η εξισορρόπηση της συλλογής που συλλέχθηκε καθώς οι ακτινογραφίες της κατηγορίας covid-19 ήταν αισθητά λιγότερες. Για την επίτευξη αυτού του στόχου αναπτύχθηκε ένα Παραγωγικό Αντιπαλικό Δίκτυο (Generative Adversial Network) , όπως επίσης αξιοποιήθηκε η μέθοδος της Επαύξησης Δεδομένων (Data Augmentation). Στη συνέχεια, χρησιμοποιήθηκαν τρία προεκπαιδευμένα μοντέλα το VGG19 , το ResNet152V2 και το CheXNet/Dense121 για να εφαρμοστούν μέθοδοι μεταφοράς γνώσης (Transfer Learning). Για την τελική επιλογή των υπερπαραμέτρων αξιοποιήθηκε ο αλγόριθμος Βελτιστοποίησης Σμήνους Σωματιδίων (Particle Swarm Optimization - PSO) , o οποίος μετά την ολοκλήρωση του ανέδειξε τις βέλτιστες αρχιτεκτονικές που κατάφερε να βρει. Για κάθε ένα από τα παραπάνω προτεινόμενα μοντέλα πραγματοποιήθηκε η διαδικασία βελτιστοποίησης υπερπαραμέτρων δύο φορές: μια φορά με τη συλλογή δεδομένων που εξισορροπήθηκε και μια φορά με τη συλλογή δεδομένων που δεν εξισορροπήθηκε. Αφού βρέθηκε η τελική αρχιτεκτονική για κάθε περίπτωση, εφαρμόστηκε η συλλογή δεδομένων που διατίθεται ως test και εξήχθησαν τα αποτελέσματα. Τέλος, συγκρίθηκαν τα αποτελέσματα των μοντέλων με μια αρκετά διαφορετική συλλογή δεδομένων. Μια συλλογή που αποτελείται από λιγότερες ακτινογραφίες με αρκετά καλύτερη ποιότητα. Με αυτόν τον τρόπο βγήκαν τα συμπεράσματα για το ποιο χαρακτηριστικό - ποιότητα ή ποσότητα - είναι πιο χρήσιμο στην περίπτωση μας.