機械学習
Kaggle
画像認識処理

[Survey] Kaggle - DSB2017 209位解法まとめ

More than 1 year has passed since last update.

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