Сверточные нейронные сети для анализа медицинских изображений: полная тренировка или дообучение?

Обучение глубокой сверточной нейронной сети (CNN) с нуля затруднено, поскольку требует большого объёма размеченных данных и значительного опыта для обеспечения корректной сходимости. Многообещающей альтернативой является дообучение (fine-tuning) CNN, предварительно обученной, например, на большом наборе размеченных естественных изображений. Однако существенные различия между естественными и медицинскими изображениями могут ставить под сомнение целесообразность такой передачи знаний. В этой статье мы решаем следующий ключевой вопрос в контексте анализа медицинских изображений: может ли использование предварительно обученных глубоких CNN с достаточным дообучением устранить необходимость обучения глубокой CNN с нуля? Для ответа на этот вопрос мы рассмотрели четыре различных приложения в медицинской визуализации в трёх специальностях (радиология, кардиология и гастроэнтерология), включающих задачи классификации, детекции и сегментации на данных трёх различных модальностей, и исследовали, как соотносится производительность CNN, обученных с нуля, и предварительно обученных CNN, дообученных послойно. Наши эксперименты последовательно показали, что: (1) использование предварительно обученной CNN с адекватным дообучением превосходит или, в худшем случае, сопоставимо по результату с обучением CNN с нуля; (2) дообученные CNN более устойчивы к размеру обучающих наборов по сравнению с CNN, обученными с нуля; (3) ни мелкое (shallow) дообучение, ни глубокое (deep) дообучение не являются универсально оптимальным выбором для конкретного приложения; и (4) наша схема послойного дообучения может предоставить практический способ достижения наилучшей производительности для конкретного приложения в зависимости от объёма доступных данных.