Psoriasis detection and classification using MobileNetV3 and Coordinate attention

Sintesi Tecnica: Rilevamento e Classificazione della Psoriasi utilizzando MobileNetV3 e l'Attenzione di Coordinata

Problematica
La psoriasi è una condizione dermatologica persistente che colpisce il 2–3% della popolazione mondiale, caratterizzata da placche rosse e squame argentee. Sebbene non sia mortale, causa un significativo disagio psicologico e può portare a comorbidità come l'artrite psoriasica. La diagnosi è complessa a causa dell'eterogeneità clinica (sette varianti distinte), della somiglianza con altre condizioni cutanee e della soggettività della valutazione clinica manuale. Inoltre, gli indici di gravità esistenti (ad es. PASI) sono soggettivi e spesso non tengono conto di fattori specifici come il prurito o le aree difficili da trattare. Sebbene il Deep Learning (DL) abbia mostrato risultati promettenti nell'imaging medico, esiste una mancanza di dataset completi per la classificazione multi-classe della psoriasi, e i modelli esistenti spesso faticano con lo sbilanciamento delle classi e le sottili variazioni inter-classe delle lesioni cutanee.

Metodologia
Lo studio propone un framework di deep learning che utilizza MobileNetV3-Small integrato con un meccanismo di Attenzione di Coordinata (CA) per classificare le immagini della psoriasi in sette varianti distinte. La metodologia segue una pipeline strutturata:

1. Costruzione del Dataset: È stato creato un dataset personalizzato composto da 2.101 immagini, che copre sette varianti: Psoriasi Eritrodermica, Guttata, Inversa, Ungueale, a Placche, Artrite Psoriasica (PsA) e Pustolosa. I dati sono stati estratti da repository pubblici (Kaggle) e sottoposti a pre-elaborazione, inclusi il ridimensionamento a 96×96 pixel e la normalizzazione delle intensità dei pixel nell'intervallo [-1, 1].
2. Architettura del Modello:
   • Backbone: Lo studio impiega MobileNetV3-Small, scelto per il suo basso costo computazionale e la bassa latenza, pur mantenendo l'accuratezza. Utilizza convoluzioni depthwise separable.
   • Meccanismo di Attenzione: Per affrontare il limite dei blocchi standard Squeeze-and-Excitation (che mancano di informazioni posizionali), gli autori hanno integrato l'Attenzione di Coordinata (CA). Questo meccanismo esegue il pooling orizzontale e verticale per codificare le informazioni spaziali, generando mappe di attenzione che guidano il modello a concentrarsi su caratteristiche specifiche di "dove" e "cosa" all'interno della lesione.
   • Testa di Classificazione: L'architettura include uno strato di Global Average Pooling, uno strato Dense con 512 neuroni e attivazione Swish, e uno strato di output Softmax per le sette classi.
3. Strategia di Addestramento:
   • Transfer Learning: Il modello è stato inizializzato con pesi pre-addestrati su ImageNet. Gli strati superiori sono stati sbloccati per il fine-tuning a partire dallo strato 150 per estrarre caratteristiche di alto livello specifiche per il dataset della psoriasi.
   • Funzioni di Perdita: Lo studio confronta la Perdita di Cross-Entropia (CL) rispetto a una proposta Perdita Ibrida (HL). La HL combina Cross-Entropy, Focal Loss e tecniche di Label Smoothing per mitigare lo sbilanciamento delle classi e l'overfitting. La perdita composita è definita come $L_{Composite} = \beta L_{CL} + \phi L_{FL}$, dove gli iperparametri sono stati ottimizzati (specificamente $\phi = 0.75$).
   • Ottimizzazione: È stato utilizzato l'ottimizzatore Adam con un tasso di apprendimento di $1 \times 10^{-5}$ per 50 epoche.

Contributi Chiave

• Creazione del Dataset: Sviluppo di un dataset completo contenente 2.101 immagini attraverso sette varianti di psoriasi, affrontando la scarsità di dati pubblici multi-classe sulla psoriasi.
• Innovazione Architetturale: Dimostrazione che l'integrazione dell'Attenzione di Coordinata in MobileNetV3 migliora significativamente il rilevamento delle sottili variazioni tra i sette sottotipi di psoriasi.
• Ottimizzazione della Funzione di Perdita: Introduzione e validazione di una funzione di Perdita Ibrida (che combina CL, Focal Loss e Label Smoothing) che supera la standard Cross-Entropy nel gestire lo sbilanciamento delle classi e migliorare l'accuratezza.
• Analisi Comparativa: Un confronto rigoroso contro modelli allo stato dell'arte, inclusi VGG19, un Ensemble di modelli ResNet (ResNet50V2, ResNet101V2, ResNet152V2) e MobileNetV3 standard, sotto identiche condizioni sperimentali.

Risultati
Il modello proposto MobileNetV3-Small + CA + Hybrid Loss ha raggiunto le metriche di prestazione più elevate:

• Accuratezza: Il modello ha raggiunto il 98,40% di accuratezza nel compito di classificazione multi-classe. Ciò rappresenta un miglioramento significativo rispetto a MobileNetV3-Small con CA utilizzando solo la Cross-Entropy (93,20%) e altri modelli di base (VGG19: 94,02%, Ensemble ResNet: 91,20%).
• Convergenza: Le curve di addestramento hanno indicato che il modello proposto ha raggiunto una rapida convergenza con un'alta accuratezza di addestramento (97–98%) e una bassa perdita di addestramento (0,25).
• Generalizzazione: Il modello ha dimostrato una superiore accuratezza di validazione (circa 75–78%) e una perdita di validazione inferiore rispetto ai modelli che utilizzano solo la Cross-Entropy, indicando un ridotto overfitting.
• Prestazioni per Classe: Il modello ha mostrato una migliore sensibilità per classi impegnative come la psoriasi Inversa e Ungueale, che spesso soffrono di errori di classificazione nelle CNN standard.

Significatività e Rivendicazioni
Il documento afferma che l'integrazione dell'Attenzione di Coordinata e della Perdita Ibrida fornisce un sistema di supporto affidabile e a basso costo per i dermatologi. Raggiungendo un'elevata accuratezza nella distinzione tra sette varianti specifiche, il modello affronta i limiti della diagnosi manuale, come la variabilità interpretativa e il tempo di esecuzione. Gli autori sostengono che questo approccio offre un supporto tecnico preciso per la gestione di grandi volumi di immagini cutanee, migliorando potenzialmente la qualità della vita dei pazienti attraverso una diagnosi più precoce e accurata.

Limitazioni e Sviluppi Futuri
Gli autori riconoscono diverse limitazioni:

• Scarsità di Dati: Il dataset, sebbene migliorato, rimane limitato in termini di dimensioni e diversità riguardo alle condizioni di illuminazione e ai tratti della malattia.
• Segmentazione: Il lavoro attuale si concentra sulla classificazione; la ricerca futura dovrà integrare la segmentazione della regione di interesse per gestire scenari del mondo reale in cui le lesioni non sono perfettamente isolate.
• Efficienza Computazionale: Sebbene MobileNetV3 sia leggero, è necessaria un'ulteriore riduzione dei costi computazionali per l'implementazione.
• Sfide di Correlazione: Lo studio nota che l'alta correlazione tra alcune immagini di psoriasi può ancora portare a errori di identificazione, suggerendo la necessità di ulteriori indagini per distinguere le varianti altamente simili.