视网膜图像分类的深度集成学习算法

2019年世界卫生组织估计，全球共有约22亿视力障碍者，其中至少有10亿人本可以预防或仍在治疗。就眼部护理领域而言，全世界面临许多挑战，包括预防、治疗和康复服务的覆盖面和质量不平等。缺乏训练有素的眼部护理人员，眼部护理服务与主要卫生系统的整合也很差。我的目标是激发人们的行动来共同应对这些挑战。本文中展示的项目是我目前正在进行的数据科学顶峰项目Iluminado的一部分。

Capstone项目的设计目标

我创建本文项目的目的是想训练一个深度学习集成模型，最终实现该模型对于低收入家庭来说非常容易获得，并且可以以低成本执行初始疾病风险诊断。通过使用我的模型程序，眼科医生就可以根据视网膜眼底摄影确定是否需要立即进行干预。

项目数据集来源

OphthAI提供了一个名为视网膜眼底多疾病图像数据集（Retinal Fundus Multi-Disease Image Dataset，简称“RFMiD”）的公共可用图像数据集，该数据集包含3200张眼底图像，这些图像由三台不同的眼底相机拍摄，并由两名资深视网膜专家根据已裁决的共识进行注释。
这些图像是从2009-2010年期间进行的数千次检查中提取的，既选择了一些高质量的图像也包含不少低质量的图像，从而使数据集更具挑战性。
数据集共分为三个部分，包括训练集（60%或1920张图像）、评估集（20%或640张图像）和测试集（20%和640张）。平均而言，训练集、评估集和测试集中的患有疾病的占比分别为60±7%、20±7%和20±5%。该数据集的基本目的是解决日常临床实践中出现的各种眼部疾病，共确定了45类疾病/病理。这些标签可以分别在三个CSV文件中找到，它们是RFMiD_Training_Labels.CSV、RFMiD_Validation_Labels.SSV和RFMiD_Testing_Labels.CSV。

图像来源

下面这张图是用一种被称为眼底照相机的工具拍摄的。眼底照相机是一种专门的低倍显微镜，连接在一台闪光照相机上，用来拍摄眼底，即眼睛后部的视网膜层。
现在，大多数眼底照相机都是手持式的，因此患者只需直视镜头。其中，明亮的闪光部分表示已拍摄眼底图。
手持摄像机是有其优点的，因为它们可以被携带到不同的位置，并且可以容纳有特殊需求的患者，例如轮椅使用者。此外，任何接受过所需培训的员工都可以操作摄像头，从而能够使服务水平低下的的糖尿病患者可以快速、安全、高效地进行年度检查。
眼底视网膜成像系统拍照情况：

图2：基于各自视觉特征拍摄的图像：（a）糖尿病视网膜病变（DR）、（b）老年性黄斑变性（ARMD）和（c）中度霾（MH）。

最终诊断在哪里进行？

最初的筛查过程可以通过深度学习来辅助，但最终诊断由眼科医生使用裂隙灯检查进行。
这一过程也被称为生物显微镜诊断，它涉及对活细胞的检查。医生可以进行显微镜检查，以确定病人的眼睛是否出现任何异常。

图3：裂隙灯检查图示

深度学习在视网膜图像分类中的应用

与传统的机器学习算法不同，深度卷积神经网络（CNN）可以使用多层模型的办法实现从原始数据中自动提取和分类特征。
最近，学术界发表了大量文章，都是有关使用卷积神经网络（CNN）来识别各种眼部疾病的，如糖尿病视网膜病变和结果异常（AUROC>0.9）的青光眼等。

数据指标

AUROC分数将ROC曲线汇总为一个数字，该数字描述了模型在同时处理多个阈值时的性能。值得注意的是，AUROC分数为1代表是一个完美的分数，而AUROC得分为0.5对应于随机猜测。

图4：ROC曲线示意图展示

所用方法——交叉熵损失函数

交叉熵通常在机器学习中用作损失函数。交叉熵是信息理论领域的一种度量，它建立在熵定义的基础上，通常用于计算两个概率分布之间的差异，而交叉熵可以被认为是计算两个分布之间的总熵。
交叉熵也与逻辑损失有关，称为对数损失。尽管这两种度量方法来自不同的来源，但当用作分类模型的损失函数时，这两种办法计算的数量相同，可以互换使用。
（有关具体详情，请参考：https://machinelearningmastery.com/logistic-regression-with-maximum-likelihood-estimation/）

什么是交叉熵？

交叉熵是给定随机变量或事件集的两个概率分布之间差异的度量。您可能还记得，信息量化了编码和传输事件所需的位数。低概率事件往往包含更多的信息，而高概率事件则包含较少的信息。
在信息论中，我们喜欢描述事件的“惊讶”。事件发生的可能性越小，就越令人惊讶，这意味着它包含了更多的信息。

低概率事件（令人惊讶）：更多信息。
高概率事件（不足为奇）：信息较少。

在给定事件P(x)的概率的情况下，就可以为事件x计算信息h(x)，如下所示：

h(x) = -log(P(x))

图4：完美的插图（图片来源：Vlastimil Martinek）

熵是从概率分布中传输随机选择的事件所需的比特数。偏态分布具有较低的熵，而事件具有相等概率的分布一般具有较大的熵。

图5：目标与预测概率之比的完美说明（图片来源：Vlastimil Martinek）

偏态概率分布具有较少的“意外”，反过来也具有较低的熵，因为可能的事件占主导地位。相对来说，平衡分布更令人惊讶，而且熵更高，因为事件发生的可能性相同。

偏态概率分布（不足为奇）：低熵。
平衡概率分布（令人惊讶）：高熵。

熵H（x）可以针对具有x个离散状态中的一组x的随机变量及其概率P（x）计算，如下图所示：

图6：多级交叉熵公式（图片来源：Vlastimil Martinek）

多类别分类——我们使用多分类交叉熵——属于交叉熵的一种具体应用情形，其中的目标采用的是单热编码向量方案。（有兴趣的读者可参考Vlastimil Martinek的文章）

图7：熊猫和猫损失计算的完美分解图（图片来源：Vlastimil Martinek）

图8：损失值的完美分解图1（图片来源：Vlastimil Martinek）

图9：损失值的完美分解图2（图片来源：Vlastimil Martinek）

图9：关于概率和损失的可视化展示（图片来源：Vlastimil Martinek）

二元交叉熵怎么样？

图10：分类交叉熵公式图解（图片来源：Vlastimil Martinek）

在我们的项目中选择使用了二元分类——二元交叉熵方案，即目标为0或1的交叉熵方案。如果我们将目标分别转换为[0,1]或[1,0]的热编码向量方式并进行预测，那么我们就可以使用交叉熵公式来进行计算。

图11：二元交叉熵计算公式图解（图片来源：Vlastimil Martinek）

使用非对称损失算法处理不平衡数据

在一个典型的多标签模型环境中，数据集的特征可能存在不成比例数量的正标签和负标签的情况。此时，数据集倾向于负标签的这种趋势对于优化过程具有主导性影响，并最终导致正标签的梯度强调不足，从而降低预测结果的准确性。
这也正是我当前选用的数据集所面临的情况。
本文项目中采用了BenBaruch等人开发的非对称损失算法（参考图12），这是一种解决多标签分类的方法，不过其中的类别也存在严重不平衡分布情形。
我想到的办法是：通过不对称地修改交叉熵中的正负分量，从而减少负标签部分的权重，最终实现突出上述处理起来较为困难的正标签部分的权重。