Psoriasis detection and classification using MobileNetV3 and Coordinate attention

Resumen Técnico: Detección y Clasificación de la Psoriasis mediante MobileNetV3 y Atención de Coordenadas

Planteamiento del Problema
La psoriasis es una condición dermatológica persistente que afecta al 2–3% de la población mundial, caracterizada por placas rojas y escamas plateadas. Aunque no es mortal, causa un malestar psicológico significativo y puede derivar en comorbilidades como la artritis psoriásica. El diagnóstico es complejo debido a la heterogeneidad clínica (siete variantes distintas), la similitud con otras afecciones cutáneas y la subjetividad de la evaluación clínica manual. Además, los índices de severidad existentes (por ejemplo, PASI) son subjetivos y a menudo no tienen en cuenta factores específicos como el prurito o las áreas de difícil tratamiento. Si bien el Aprendizaje Profundo (DL) ha mostrado ser prometedor en el diagnóstico por imágenes médicas, existe una falta de conjuntos de datos exhaustivos para la clasificación multiclas de la psoriasis, y los modelos existentes suelen tener dificultades con el desequilibrio de clases y las sutiles variaciones interclase en las lesiones cutáneas.

Metodología
El estudio propone un marco de aprendizaje profundo que utiliza MobileNetV3-Small integrado con un mecanismo de Atención de Coordenadas (CA) para clasificar imágenes de psoriasis en siete variantes distintas. La metodología sigue un flujo de trabajo estructurado:

1. Construcción del Conjunto de Datos: Se creó un conjunto de datos personalizado que comprende 2,101 imágenes, cubriendo siete variantes: Eritrodérmica, Gota, Inversa, Uñas, Placa, Artritis Psoriásica (PsA) y Psoriasis Pustulosa. Los datos se obtuvieron de repositorios públicos (Kaggle) y fueron sometidos a un preprocesamiento, incluyendo el redimensionamiento a 96×96 píxeles y la normalización de las intensidades de los píxeles al rango [-1, 1].
2. Arquitectura del Modelo:
   • Backbone (Columna Vertebral): El estudio emplea MobileNetV3-Small, elegido por su bajo costo computacional y latencia manteniendo la precisión. Utiliza convoluciones separables en profundidad.
   • Mecanismo de Atención: Para abordar la limitación de los bloques estándar de Squeeze-and-Excitation (que carecen de información posicional), los autores integraron la Atención de Coordenadas (CA). Este mecanismo realiza un agrupamiento (pooling) horizontal y vertical para codificar la información espacial, generando mapas de atención que guían al modelo para enfocarse en características específicas de "dónde" y "qué" dentro de la lesión.
   • Cabezal de Clasificación: La arquitectura incluye una capa de Agrupamiento Global Promedio (Global Average Pooling), una capa Densa con 512 neuronas utilizando la activación Swish, y una capa de salida Softmax para las siete clases.
3. Estrategia de Entrenamiento:
   • Aprendizaje por Transferencia (Transfer Learning): El modelo se inicializó con pesos preentrenados en ImageNet. Las capas superiores se descongelaron para el ajuste fino (fine-tuning) comenzando desde la capa 150 para extraer características de alto nivel específicas del conjunto de datos de psoriasis.
   • Funciones de Pérdida: El estudio compara la Pérdida de Entropía Cruzada (CL) frente a una Pérdida Híbrida (HL) propuesta. La HL combina la Entropía Cruzada, la Pérdida Focal (Focal Loss) y técnicas de Suavizado de Etiquetas (Label Smoothing) para mitigar el desequilibrio de clases y el sobreajuste. La pérdida compuesta se define como $L_{Composite} = \beta L_{CL} + \phi L_{FL}$, donde los hiperparámetros fueron ajustados (específicamente $\phi = 0.75$).
   • Optimización: Se utilizó el optimizador Adam con una tasa de aprendizaje de $1 \times 10^{-5}$ durante 50 épocas.

Contribuciones Clave

• Creación de Conjunto de Datos: Desarrollo de un conjunto de datos exhaustivo que contiene 2,101 imágenes a través de siete variantes de psoriasis, abordando la escasez de datos públicos de clasificación múltiple de psoriasis.
• Innovación Arquitectónica: Demostración de que la integración de la Atención de Coordenadas en MobileNetV3 mejora significativamente la detección de variaciones sutiles entre los siete subtipos de psoriasis.
• Optimización de la Función de Pérdida: Introducción y validación de una función de Pérdida Híbrida (que combina CL, Pérdida Focal y Suavizado de Etiquetas) que supera a la pérdida de Entropía Cruzada estándar en el manejo del desequilibrio de clases y la mejora de la precisión.
• Análisis Comparativo: Una comparación rigurosa contra modelos de vanguardia, incluyendo VGG19, un Ensamble de modelos ResNet (ResNet50V2, ResNet101V2, ResNet152V2) y MobileNetV3 estándar bajo idénticas condiciones experimentales.

Resultados
El modelo propuesto MobileNetV3-Small + CA + Hybrid Loss alcanzó las métricas de rendimiento más altas:

• Precisión (Accuracy): El modelo alcanzó un 98.40% de precisión en la tarea de clasificación multiclase. Esto representa una mejora significativa sobre el MobileNetV3-Small con CA usando solo Entropía Cruzada (93.20%) y otros modelos base (VGG19: 94.02%, Ensemble ResNet: 91.20%).
• Convergencia: Las curvas de entrenamiento indicaron que el modelo propuesto logró una convergencia rápida con una alta precisión de entrenamiento (97–98%) y una baja pérdida de entrenamiento (0.25).
• Generalización: El modelo demostró una precisión de validación superior (aproximadamente 75–78%) y una pérdida de validación menor en comparación con los modelos que usan solo Entropía Cruzada, lo que indica un menor sobreajuste.
• Rendimiento por Clase: El modelo mostró una sensibilidad mejorada para clases desafiantes como la psoriasis Inversa y la de las Uñas, que a menudo sufren de clasificación errónea en CNNs estándar.

Significancia y Reivindicaciones
El artículo afirma que la integración de la Atención de Coordenadas y la Pérdida Híbrida proporciona un sistema de apoyo confiable y de bajo costo para los dermatólogos. Al lograr una alta precisión en la distinción entre siete variantes específicas, el modelo aborda las limitaciones del diagnóstico manual, como la variabilidad interpretativa y el consumo de tiempo. Los autores sostienen que este enfoque ofrece un soporte técnico preciso para gestionar grandes volúos de imágenes de la piel, mejorando potencialmente la calidad de vida de los pacientes mediante un diagnóstico más temprano y preciso.

Limitaciones y Alcance Futuro
Los autores reconocen varias limitaciones:

• Escasez de Datos: El conjunto de datos, aunque mejorado, sigue siendo limitado en tamaño y diversidad respecto a las condiciones de iluminación y rasgos de la enfermedad.
• Segmentación: El presente trabajo se centra en la clasificación; la investigación futura debe integrar la segmentación de la región de interés para manejar escenarios del mundo real donde las lesiones no están perfectamente aisladas.
• Eficiencia Computacional: Aunque MobileNetV3 es ligero, se necesita una mayor reducción de los costos computacionales para su despliegue.
• Desafíos de Correlación: El estudio señala que la alta correlación entre ciertas imágenes de psoriasis aún puede conducir a la identificación errónea, lo que sugiere la necesidad de una mayor investigación para distinguir variantes altamente similares.