[Survey] Kaggle - DSB2017 209位解法まとめ

Kaggle - Data Science Bowl 2017¹の209位解法²の調査記事です．

Author: Wojtek Rosinski
Title: My code - 2D & 3D Segmentation U-Net's & Classification CNN's + XGB
Kaggle Discussion: https://www.kaggle.com/c/data-science-bowl-2017/discussion/31608
Code: https://github.com/Wrosinski/Kaggle-DSB

流れ

• 肺結節の検出: 2D(3D)U-Netを用いた2D(3D)Segmentation
• 悪性腫瘍の判別: 2D(3D)CNNを用いたクラス分類

環境

• GTX1080

LUNA

• 結節影の検出に利用
• 0〜1になるよう輝度値を255で割った．

U-Net 2D

• リサイズなどはしていない．
• 大量のfalse positiveが発生．
• dice coefficient: 1.45(私見: 1超えるの？？？)
• 約20時間学習
• 100症例の画像をシャッフルして訓練．

U-Net 3D

• 136x168x168にリサイズ
• dice coefficient: 0.5
• 約10時間学習

DSB2017

• LUNAで訓練したモデルで結節影の検出
• 3D(2D) U-Netでの結果に対して3D(2D) CNNで悪性腫瘍か分類
• 最終的にXGBoostで分類
• logloss: 0.55を達成．

References

---

1. Kaggle, Data Science Bowl 2017, 2017 ↩

2. Rosinski, My code - 2D & 3D Segmentation U-Net's & Classification CNN's + XGB, 2017. ↩