Enhanced Classifications of Skin  Melanoma, Actinic Keratosis, and Basal Cell Carcinoma Tumors Versus Normal Tissues Utilizing  YOLOv11 and  EfficientNetV2M  Deep Learning Models

기술 요약: YOLOv11 및 EfficientNetV2M 딥러닝 모델을 활용한 피부 흑색종, 광선 각화증, 기저 세포 암 종양과 정상 조직의 향상된 분류

문제 정의
피부 종양은 전 세계적인 보건 과제이며, 특히 침습성 흑색종은 전체 사례 중 극히 일부만을 차지함에도 불구하고 피부암 관련 사망의 대부분을 차지합니다. 더모스코피(dermoscopic) 데이터를 활용하는 현재의 자동 진단 시스템은 세 가지 지속적인 장애물에 직면해 있습니다: 공공 데이터셋의 심각한 클래스 불균형(모델이 양성 사례에 편향되게 함), 양성과 악성 병변 간의 높은 시각적 유사성으로 인한 특징 식별의 어려움, 그리고 일관된 교차 아키텍처 벤치마킹의 부재입니다. 또한, 최근의 탐지 지향적 아키텍처(YOLO 계열)와 분류 지향적 모델(EfficientNet)이 컴퓨터 비전 분야를 발전시켜 왔으나, 특히 임상적 클래스 불균형 조건 하에서의 이진 피부 병변 분류에 대한 이들의 구체적인 적용 가능성과 비교 성능은 체계적으로 규명되지 않았습니다.

연구 방법론
본 연구는 7가지 피부 병변 클래스를 포함하는 10,015장의 더모스코피 이미지 컬렉션인 HAM10000 데이터셋을 활용합니다. 임상적 현실을 반영하기 위해, 저자들은 양성과 악성 사례 사이에 4:1의 클래스 불균형을 의도적으로 유지했습니다. 데이터셋은 훈련(80%), 검증(10%), 테스트(10%) 세트로 분할되었으며, 파티션 간 환자 데이터 누출이 없도록 보장하였습니다.

본 연구는 세 가지 구별된 딥러닝 구성을 평가합니다:

1. YOLOv11: 이진 분류를 위해 적응된 미세 조정된 YOLOv11s(Ultralctions) 모델입니다. 이 모델은 SGD 옵티마이저, 0.001의 학습률, 32의 배치 크기를 사용하여 50 에포크 동안 전체 미세 조정을 거쳤습니다. 데이터 증강에는 ±45° 회전, 50% 수평/수직 뒤집기, 50% 스케일링이 포함되었습니다.
2. EfficientNetV2M + 신경망(NN): EfficientNetV2M 백본을 특징 추출기(ImageNet으로 사전 학습됨)로 고정하고, 배치 정규화와 드롭아웃이 포함된 5개의 밀집층(dense layers)으로 구성된 커스텀 신경망 헤드로 연결했습니다. 이 구성은 SGD 옵티마이저를 사용하여 학습되었습니다.
3. EfficientNetV2M + 서포트 벡터 머신(SVM): 동일한 EfficientNetV2M 백본을 사용하여 특징을 추출한 후, scikit-learn 라이브러리의 다항식 SVM(차수 1)을 사용하여 특징을 표준화하고 분류했습니다.

연구는 옵티마이저(AdamW vs. SGD), 학습률, 배치 크기 및 증강 정책에 대한 절제 연구(ablation studies)를 수행하여 가장 영향력 있는 설계 선택지를 식별했습니다.

주요 기여

• YOLOv11 벤치마킹: 본 연구는 아키텍처 수정이나 지식 증류 없이 높은 성능을 달성하며 이진 피부 병변 분류를 위한 YOLOv11의 첫 번째 벤치마크를 제시합니다.
• 하이브리드 파이프라인 평가: 저자들은 EfficientNetV2M을 신경망 및 SVM 분류기와 결 der 결합한 하이브리드 파이프라인을 평가하고 비교하며, 딥러닝 엔드 투 엔드 학습과 추출된 특징에 대한 전통적인 머신러닝 분류 사이의 트레이드오프를 분석합니다.
• 엄격한 비교 분석: 연구는 일관된 데이터셋 분할 및 평가 지표를 사용하여 ResNet50, RegNetY-320, DSNet을 포함한 최신 기술(state-of-the-art) 방법론에 대한 재현 가능한 베이스라인을 제공합니다.
• 절제 연구 통찰: 클래스 불균형 조건에서 분류 성능에 가장 큰 영향을 미치는 하이퍼파라미터를 체계적으로 식별했습니다.

결과

• YOLOv11: **92.8%**의 최고 테스트 정확도와 **86.5%**의 재현율(recall), **93.3%**의 특이도(specificity)를 달성했습니다. 이 모델은 위음성(false negatives)을 최소화하는 강력한 능력을 보여주어 고감도 스크리닝에 적합함을 입증했습니다.
• EfficientNetV2M + NN: **85.1%**의 테스트 정확도를 달성했습니다. 소수 클래스에 대해 효과적인 일반화 성능을 보였으나, SVM 변형에 비해 낮은 재현율과 F1 점수를 나타냈습니다.
• EfficientNetV2M + SVM: **85.0%**의 테스트 정확도와 **83.0%**의 F1 점수를 달성했습니다. 이 구성은 **96.8%**의 특이도와 **83.8%**의 정밀도(precision)를 제공하여, 고정밀 선별(triage)에 적합한 보수적인 정밀도-재현율 프로필을 제공했습니다.
• 비교 성능: YOLOv11은 ResNet50(90%), RegNetY-320(91%), DSNet(91.7%)을 포함한 기존 베이스라인들을 능가했습니다. EfficientNet 하이브리드 접근 방식은 이전 문헌에서 발견된 MobileNet 및 InceptionV3와 같은 다른 CNN들과 대등한 성능을 보였습니다.

의의 및 주장
본 논문은 아키텍처의 선택이 단일한 "최고" 모델이 아닌, 특정 운영 임상 맥락에 의해 유도되어야 한다고 주장합니다.

• YOLOv11은 놓치는 악성 사례(위음성)를 최소화하는 것이 최우선인 고감도 스크리닝을 위한 우수한 후보로 위치합니다.
• EfficientNetV2M + SVM은 불필요한 후속 절차를 줄이기 위해 우수한 특이도를 제공하는 고정밀 선별을 위한 견고한 대안으로 제시됩니다.

저자들은 YOLOv11이 해당 영역에서 전체 정확도에 대한 새로운 최신 기술(state-of-the-art)을 확립하는 반면, EfficientNet 하이브리드 접근 방식은 정밀도와 재현율을 효과적으로 균형 있게 조절하는 유연하고 모듈화된 대안을 제공한다고 결론짓습니다. 연구는 이러한 결과가 미래 연구를 위한 재현 가능한 벤치마크를 제공함을 강조하지만, ISIC 벤치마크를 넘어 일반화 가능성을 검증하기 위해 독립적인 임상 데이터셋에 대한 전향적 평가가 필요함을 인정합니다.