--- title: 2023/08/02# 簡報的名稱 tags: meeting # 簡報的標籤 slideOptions: # 簡報相關的設定 theme: black # 顏色主題 transition: 'fade' # 換頁動畫 spotlight: enabled: true --- # 本週進度 1. 回顧 CXR 基本的統計量 2. Loss function for mulit-label, a survey 3. Graph GCN on CXR ## Co-Pattern Matrix 在建立訓練環境之前,我們先來檢驗該筆資料有沒有明顯的標籤之間的相關性,因此我們用 heatmap 的方式呈現,在 Second Order Matrix 中,$(i, j)$ 項表示 $P(c_i|c_j)$,Third Order Matrix 中,$(i, jk)$ 項表示 $P(c_i|c_j, c_k)$ - Second Order Matrix  - Third Order Matrix  從 Second Order Matrix 可以看出標籤之間的相關性不強,Trird Order Matrix 有一些相關性很高的樣本,我認為是因為 samples 數量太少所以導致相關性看起來很高,因此,我認為不必過多考慮標籤之間的相關性 ## Statistics 以下提供該資料的一些統計敘述 - Labels per Image: 0.3419 ### Data Split | Disease/DataSet | Train | Valid | Test | |------------------|--------|---------|---------| | 主動脈硬化(鈣化) | 67 | 8 | 9 | | 動脈彎曲 | 74 | 9 | 9 | | 肺野異常 | 24 | 3 | 3 | | 肺紋增加 | 106 | 14 | 13 | | 脊椎病變 | 114 | 15 | 14 | | 心臟肥大 | 33 | 4 | 4 | | 肺尖肋膜增厚 | 29 | 4 | 3 | ## Configuration ```yaml Backbone: Densenet121 img size: 224 batch size: 8 epochs: 50 optimizer: Adam learning rate: 1e-4 scheduler: ReduleLROnPleatu weight decay: 0 Augmentation: None ``` ## Result 以下我們比較不同 loss function 的結果,更詳細的結果會放在 appendix ### Validation | Loss Function | acc | auc | ap | f1 | recall | |-----------------------|---------|--------|---------|--------|--------| | BCEWithLogitsLoss | 0.95006 | 0.79757| 0.25511 | 0| 0| | MultiLabelSoftMarginLoss | 0.95006 | 0.80312| 0.23787 | 0| 0| | ASL | 0.95181 | 0.84724| 0.26113 | 0.03571| 0.02041| | WeightedBCELoss | 0.86680 | 0.85333| 0.28824 | 0.29596| 0.64241| | WeightedFocalLoss | 0.87817 | 0.86951| 0.28831 | 0.26711| 0.54756| ### Test | Loss | acc | auc | ap | f1 | recall | |------------------------|---------|---------|---------|--------|--------| | BCEWithLogitsLoss | 0.95207 | 0.82303 | 0.18093 | 0.0 | 0.0 | | MultiLabelSoftMarginLoss| 0.95207 | 0.7904 | 0.18171 | 0.0 | 0.0 | | ASL | 0.95033 | 0.81889 | 0.21129 | 0.03571| 0.02041| | WeightedBCELoss | 0.85451 | 0.88939 | 0.29499 | 0.2471 | 0.60467| | WeightedFocalLoss | 0.88066 | 0.84384 | 0.36794 | 0.32217| 0.66884| 由於 FocalLoss 在 Validation 上取得最好的 AUC,因此我們使用 FocalLoss 後續分析 ensemble 的方法 ### Ensemble Technique 汲取 FCBFormer 的概念,我認為如下這種模型架構或許可以提升偵測效能  我們預先訓練 k 個 backbone 用來提取特徵,我們再把 k 個 backbone 結果合併,進行計算,Prediction Head 可以是 GNN,來結合 K 個 backbone 的結果,最後計算主要的 loss,但是這過程並不能保證每個 backbone 提取到的特徵都是我們有興趣的,所以我在原先的基礎上加上了輔助分類器來對每個 backbone 做限制,計算出 aux loss,最後模型學習的方向就包含 aux loss 和 main loss 以下我們給出簡單訓練 2 個 backbone (densenet121, coatnet1) 的 End-to-end 訓練結果 #### Validation | Method | acc | auc | ap | f1 | recall | |------------------------|---------|---------|---------|--------|--------| | DenseNet121 | 0.87817 | 0.86951| 0.28831 | 0.26711| 0.54756| | CoatNet1 | 0.86504 | 0.84039 | 0.24726 | 0.28431 | 0.57353 | | Voting-CNN | 0.89920 | 0.78101 | 0.20066 | 0.18610| 0.27699| | Ensemble (Ours) | 0.89659 | 0.89787 | 0.38179 | 0.34057 | 0.55535| #### Test | Method | acc | auc | ap | f1 | recall | |------------------------|---------|---------|---------|--------|--------| | DenseNet121 | 0.88066 | 0.84384 | 0.36794 | 0.32217| 0.66884| | CoatNet1 | 0.87107 | 0.81963 | 0.27744 | 0.28316 | 0.57690 | | Voting-CNN | 0.88414 | 0.83161 | 0.33327 | 0.28674| 0.58256| | Ensemble (Ours) | 0.88501 | 0.87156 | 0.30517 | 0.31229 | 0.62280| 可以看到在我們的結果中,validation 相較於其他方法有大幅的進步,但是在 testing 上有過擬和的問題 ## Appendix 在附錄中,我們更詳記的介紹各個不同損失函數在於各類別的細項 ### BCEWithLogitsLoss #### Validation | 指標 | 主動脈硬化(鈣化) | 動脈彎曲 | 肺野異常 | 肺紋增加 | 脊椎病變 | 心臟肥大 | 肺尖肋膜增厚 | 平均 | |--------|------------------|----------|----------|----------|----------|----------|--------------|---------------------| | acc | 0.9509 | 0.9448 | 0.9816 | 0.9141 | 0.908 | 0.9755 | 0.9755 | 0.9500571428571429 | | auc | 0.7911 | 0.8427 | 0.7458 | 0.8787 | 0.7036 | 0.989 | 0.6321 | 0.7975714285714286 | | ap | 0.1495 | 0.1728 | 0.0474 | 0.3997 | 0.2179 | 0.75 | 0.0485 | 0.25511428571428574 | | f1 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | | recall | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | #### Test | 指標 | 主動脈硬化(鈣化) | 動脈彎曲 | 肺野異常 | 肺紋增加 | 脊椎病變 | 心臟肥大 | 肺尖肋膜增厚 | 平均 | |--------|------------------|----------|----------|----------|----------|----------|--------------|---------------------| | acc | 0.9451 | 0.9451 | 0.9817 | 0.9207 | 0.9146 | 0.9756 | 0.9817 | 0.9520714285714286 | | auc | 0.9276 | 0.876 | 0.8799 | 0.8701 | 0.6405 | 0.8797 | 0.6874 | 0.8230285714285713 | | ap | 0.3279 | 0.2483 | 0.0979 | 0.3165 | 0.1271 | 0.1117 | 0.0371 | 0.1809285714285714 | | f1 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | | recall | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | ### MultiLabelSoftMarginLoss #### Validation | 指標 | 主動脈硬化(鈣化) | 動脈彎曲 | 肺野異常 | 肺紋增加 | 脊椎病變 | 心臟肥大 | 肺尖肋膜增厚 | 平均 | |--------|------------------|----------|----------|----------|----------|----------|--------------|---------------------| | acc | 0.9509 | 0.9448 | 0.9816 | 0.9141 | 0.908 | 0.9755 | 0.9755 | 0.9500571428571429 | | auc | 0.8395 | 0.8644 | 0.8354 | 0.8696 | 0.6784 | 0.9607 | 0.5739 | 0.8031285714285714 | | ap | 0.1636 | 0.2017 | 0.0979 | 0.3763 | 0.1768 | 0.6088 | 0.04 | 0.23787142857142857 | | f1 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | | recall | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | #### Test | 指標 | 主動脈硬化(鈣化) | 動脈彎曲 | 肺野異常 | 肺紋增加 | 脊椎病變 | 心臟肥大 | 肺尖肋膜增厚 | 平均 | |--------|------------------|----------|----------|----------|----------|----------|--------------|---------------------| | acc | 0.9451 | 0.9451 | 0.9817 | 0.9207 | 0.9146 | 0.9756 | 0.9817 | 0.9520714285714286 | | auc | 0.9398 | 0.8638 | 0.7101 | 0.8966 | 0.69 | 0.8797 | 0.5528 | 0.7904 | | ap | 0.3664 | 0.2065 | 0.0894 | 0.3402 | 0.1346 | 0.1088 | 0.0261 | 0.18171428571428572 | | f1 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | | recall | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | ### ASL #### Validation | 指標 | 主動脈硬化(鈣化) | 動脈彎曲 | 肺野異常 | 肺紋增加 | 脊椎病變 | 心臟肥大 | 肺尖肋膜增厚 | 平均 | |--------|------------------|----------|----------|----------|----------|----------|--------------|----------------------| | acc | 0.9509 | 0.9448 | 0.9816 | 0.9264 | 0.908 | 0.9755 | 0.9755 | 0.9518142857142858 | | auc | 0.8589 | 0.8745 | 0.7646 | 0.9128 | 0.7541 | 0.9796 | 0.7862 | 0.8472428571428573 | | ap | 0.1899 | 0.2108 | 0.0524 | 0.5306 | 0.222 | 0.5549 | 0.0673 | 0.26112857142857143 | | f1 | 0.0 | 0.0 | 0.0 | 0.25 | 0.0 | 0.0 | 0.0 | 0.03571428571428571 | | recall | 0.0 | 0.0 | 0.0 | 0.1429 | 0.0 | 0.0 | 0.0 | 0.020414285714285715 | #### Test | 指標 | 主動脈硬化(鈣化) | 動脈彎曲 | 肺野異常 | 肺紋增加 | 脊椎病變 | 心臟肥大 | 肺尖肋膜增厚 | 平均 | |--------|------------------|----------|----------|----------|----------|----------|--------------|---------------------| | acc | 0.9451 | 0.9451 | 0.9817 | 0.9085 | 0.9146 | 0.9756 | 0.9817 | 0.9503285714285715 | | auc | 0.9599 | 0.8394 | 0.8778 | 0.8645 | 0.7014 | 0.9281 | 0.5611 | 0.8188857142857142 | | ap | 0.4858 | 0.2076 | 0.0963 | 0.312 | 0.1699 | 0.1784 | 0.029 | 0.2112857142857143 | | f1 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | | recall | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | ### WeightedBCELoss #### Validation | 指標 | 主動脈硬化(鈣化) | 動脈彎曲 | 肺野異常 | 肺紋增加 | 脊椎病變 | 心臟肥大 | 肺尖肋膜增厚 | 平均 | |--------|------------------|----------|----------|----------|----------|----------|--------------|---------------------| | acc | 0.8098 | 0.8221 | 0.8712 | 0.816 | 0.8773 | 0.9387 | 0.9325 | 0.8667999999999999 | | auc | 0.8427 | 0.8514 | 0.7354 | 0.9075 | 0.8108 | 0.9906 | 0.8349 | 0.8533285714285714 | | ap | 0.1737 | 0.1772 | 0.2026 | 0.4382 | 0.3206 | 0.6083 | 0.0971 | 0.28824285714285713 | | f1 | 0.2791 | 0.3256 | 0.16 | 0.4231 | 0.2857 | 0.4444 | 0.1538 | 0.29595714285714286 | | recall | 0.75 | 0.7778 | 0.6667 | 0.7857 | 0.2667 | 1.0 | 0.25 | 0.6424142857142857 | #### Test | 指標 | 主動脈硬化(鈣化) | 動脈彎曲 | 肺野異常 | 肺紋增加 | 脊椎病變 | 心臟肥大 | 肺尖肋膜增厚 | 平均 | |--------|------------------|----------|----------|----------|----------|----------|--------------|---------------------| | acc | 0.8476 | 0.7805 | 0.8841 | 0.7805 | 0.878 | 0.878 | 0.9329 | 0.8545142857142858 | | auc | 0.9599 | 0.8115 | 0.9296 | 0.8971 | 0.7833 | 0.925 | 0.9193 | 0.8893857142857141 | | ap | 0.4588 | 0.2014 | 0.2545 | 0.4675 | 0.2839 | 0.2062 | 0.1926 | 0.2949857142857143 | | f1 | 0.4186 | 0.25 | 0.1739 | 0.4 | 0.1667 | 0.1667 | 0.1538 | 0.24710000000000004 | | recall | 1.0 | 0.6667 | 0.6667 | 0.9231 | 0.1429 | 0.5 | 0.3333 | 0.6046714285714286 | ### WeightedFocalLoss #### Validation | 指標 | 主動脈硬化(鈣化) | 動脈彎曲 | 肺野異常 | 肺紋增加 | 脊椎病變 | 心臟肥大 | 肺尖肋膜增厚 | 平均 | |--------|------------------|----------|----------|----------|----------|----------|--------------|---------------------| | acc | 0.865 | 0.7791 | 0.9448 | 0.8405 | 0.8589 | 0.9202 | 0.9387 | 0.8781714285714285 | | auc | 0.8863 | 0.8737 | 0.7729 | 0.9166 | 0.8698 | 0.9843 | 0.783 | 0.8695142857142858 | | ap | 0.2548 | 0.204 | 0.1077 | 0.4436 | 0.4163 | 0.5 | 0.0918 | 0.28831428571428575 | | f1 | 0.3125 | 0.3077 | 0.0 | 0.4583 | 0.4103 | 0.381 | 0.0 | 0.2671142857142857 | | recall | 0.625 | 0.8889 | 0.0 | 0.7857 | 0.5333 | 1.0 | 0.0 | 0.5475571428571429 | #### Test | 指標 | 主動脈硬化(鈣化) | 動脈彎曲 | 肺野異常 | 肺紋增加 | 脊椎病變 | 心臟肥大 | 肺尖肋膜增厚 | 平均 | |--------|------------------|----------|----------|----------|----------|----------|--------------|---------------------| | acc | 0.8841 | 0.7988 | 0.9573 | 0.8232 | 0.872 | 0.9085 | 0.9207 | 0.8806571428571429 | | auc | 0.9434 | 0.8401 | 0.8571 | 0.8742 | 0.8633 | 0.9781 | 0.5507 | 0.843842857142857 | | ap | 0.3872 | 0.2178 | 0.5143 | 0.4563 | 0.3801 | 0.5938 | 0.0261 | 0.36794285714285707 | | f1 | 0.4865 | 0.3265 | 0.3636 | 0.4082 | 0.3226 | 0.3478 | 0.0 | 0.32217142857142855 | | recall | 1.0 | 0.8889 | 0.6667 | 0.7692 | 0.3571 | 1.0 | 0.0 | 0.6688428571428572 |
×
Sign in
Email
Password
Forgot password
or
By clicking below, you agree to our
terms of service
.
Sign in via Facebook
Sign in via Twitter
Sign in via GitHub
Sign in via Dropbox
Sign in with Wallet
Wallet (
)
Connect another wallet
New to HackMD?
Sign up