Psoriasis detection and classification using MobileNetV3 and Coordinate attention

技术摘要：基于 MobileNetV3 和坐标注意力机制的银屑病检测与分类

问题陈述
银屑病是一种影响全球 2%–3% 人口的持久性皮肤病，其特征为红斑和银白色鳞屑。虽然该病不危及生命，但会引起显著的心理痛苦，并可能导致共病（如银屑病关节炎）。由于临床异质性（具有七种不同的变体）、与其他皮肤疾病的相似性以及人工临床评估的主观性，诊断具有挑战性。此外，现有的严重程度指数（如 PASI）具有主观性，且往往无法考虑到瘙痒或难治区域等特定因素。虽然深度学习（DL）在医学成像领域已展现出潜力，但仍缺乏用于多类银屑病分类的综合数据集，且现有模型在处理类别不平衡和皮肤病灶细微的类间差异时往往表现不佳。

方法论
本研究提出了一种利用集成**坐标注意力（Coordinate Attention, CA）**机制的 MobileNetV3-Small 深度学习框架，用于将银屑病图像分为七种不同的变体进行分类。该方法遵循一个结构化的流水线：

1. 数据集构建： 创建了一个包含 2,101 张图像的自定义数据集，涵盖了七种变体：红皮病型、点滴型、反向型、甲银屑病、斑块型、银屑病关节炎（PsA）和脓疱型银屑病。数据来源于公共仓库（Kaggle），并经过预处理，包括缩放至 96×96 像素以及将像素强度归一化至 [-1, 1] 范围。
2. 模型架构：
   • 骨干网络： 研究采用了 MobileNetV3-Small，因其在保持准确性的同时具有较低的计算成本和延迟。它利用了深度可分离卷积。
   • 注意力机制： 为了解决标准挤压-激励（Squeeze-and-Excitation）模块缺乏位置信息的局限性，作者集成了坐标注意力（CA）。该机制通过水平和垂直池化来编码空间信息，生成注意力图，从而引导模型关注病灶内特定的“何处”和“何物”特征。
   • 分类头： 该架构包含一个全局平均池化层、一个使用 Swish 激活函数的 512 个神经元全连接层（Dense layer），以及用于七个类别的 Softmax 输出层。
3. 训练策略：
   • 迁移学习： 模型使用在 ImageNet 上预训练的权重进行初始化。从第 150 层开始解冻顶层进行微调，以提取针对银屑病数据集的高层特征。
   • 损失函数： 本研究对比了交叉熵损失（CL）与提出的混合损失（HL）。HL 结合了交叉熵、Focal Loss 和标签平滑（Label Smoothing）技术，以缓解类别不平衡和过拟合问题。复合损失定义为 $L_{Composite} = \beta L_{CL} + \phi L_{FL}$，其中超参数经过调优（具体为 $\phi = 0.75$）。
   • 优化器： 使用 Adam 优化器，学习率为 $1 \times 10^{-5}$，共训练 50 个轮次（epochs）。

核心贡献

• 数据集创建： 开发了一个包含 2,101 张图像、涵盖七种银屑病变体的综合数据集，解决了缺乏公开多类银屑病数据的难题。
• 架构创新： 证明了将坐标注意力集成到 MobileNetV3 中可以显著增强对七种银屑病亚型细微变化的检测能力。
• 损失函数优化： 引入并验证了混合损失函数（结合了 CL、Focal Loss 和标签平滑），该函数在处理类别不平衡和提高准确率方面优于标准的交叉熵损失。
• 对比分析： 在相同的实验条件下，与 VGG19、ResNet 集成模型（ResNet50V2, ResNet101V2, ResNet152V2）以及标准 MobileNetV3 等最先进的模型进行了严格对比。

结果
所提出的 MobileNetV3-Small + CA + 混合损失 模型实现了最高的性能指标：

• 准确率： 该模型在多类分类任务中达到了 98.40% 的准确率。这比仅使用交叉熵损失的 MobileNetV3-Small + CA（93.20%）以及其他基准模型（VGG19: 94.02%, Ensemble ResNet: 91.20%）有了显著提升。
• 收敛性： 训练曲线表明，所提模型实现了快速收敛，具有较高的训练准确率（97–98%）和较低的训练损失（0.25）。
• 泛化能力： 与仅使用交叉熵的模型相比，该模型表现出更优的验证准确率（约 75–78%）和更低的验证损失，表明过拟合程度降低。
• 类间性能： 模型在处理具有挑战性的类别（如反向型和甲银屑病，这些类别在标准 CNN 中常出现误分类）时，表现出了更高的敏感度。

意义与主张
论文声称，集成坐标注意力和混合损失为皮肤科医生提供了一个可靠、低成本的支持系统。通过实现区分七种特定变体的高准确率，该模型解决了人工诊断中存在的解释差异性和耗时等局限性。作者断言，这种方法能够为管理大量皮肤图像提供精确的技术支持，通过更早、更准确的诊断，潜在地提高患者的生活质量。

局限性与未来研究方向
作者承认存在以下几点局限性：

• 数据稀缺性： 虽然数据集有所改进，但在光照条件和疾病特征方面的多样性和规模仍然有限。
• 分割问题： 目前的工作侧重于分类；未来的研究必须整合感兴趣区域（ROI）分割，以处理现实场景中病灶并非完美孤立的情况。
• 计算效率： 虽然 MobileNetV3 是轻量级的，但仍需进一步降低计算成本以实现部署。
• 相关性挑战： 研究指出，某些银屑病图像之间存在高度相关性，这仍可能导致误识别，表明需要进一步研究如何区分高度相似的变体。