L'anno 2020 è stato caratterizzato dalla pandemia di COVID-19 che ha causato, alla fine di marzo 2021, più di 2,5 milioni di morti in tutto il mondo.
Fin dall'inizio, oltre al test di laboratorio, utilizzato come gold standard, molte applicazioni hanno applicato algoritmi di deep learning alle immagini radiografiche del torace per riconoscere i pazienti infetti da COVID-19.
In questo contesto, abbiamo scoperto che le reti neurali convoluzionali funzionano bene su un singolo set di dati ma lottano per generalizzare ad altre fonti di dati.
Per superare questa limitazione, proponiamo un approccio di late fusion in cui combiniamo gli output di diverse CNN allo stato dell'arte, introducendo un nuovo metodo che ci permette di costruire un ensemble ottimale che determina quali e quanti modelli dovrebbero essere aggregati.
Questa scelta è guidata da una funzione a due obiettivi che massimizza, su un set di validazione, la precisione e la diversità dell'ensemble stesso.
Un'ampia serie di esperimenti su diversi dataset pubblicamente disponibili, che rappresentano più di 92000 immagini, saranno esplorati in modo da validare la robustezza del metodo.
Il nostro lavoro affronta due task: il primo è la classificazione binaria tra pazienti COVID-19 e non COVID-19, mentre il secondo consiste in un task di classificazione a tre classi in cui ci proponiamo di riconoscere soggetti sani, pazienti affetti da COVID-19 e altre polmoniti.
Per affrontare i due diversi compiti, adottiamo un approccio DL comune.
In primo luogo, ogni scansione viene segmentata utilizzando una U-Net che estrae un riquadro di delimitazione contenente i polmoni del paziente.
In secondo luogo, l'immagini ritagliate vengono utilizzatate per addestrare varie CNN.
In terzo luogo, sempre in fase di addestramento, si costruisce un ensemble ottimale trovando quali, e di conseguenza quanti, sono i modelli da aggregare.
Infatti, la fusione delle decisioni di tutti i modelli potrebbe non essere l'approccio migliore in quanto alcuni di essi potrebbero degradare la performance del MES: questo accade in quanto esiste un trade-off tra accuratezza e diversità[21].
Per determinare l'optimum massimizziamo su un set di validazione una funzione a due obiettivi basata sull'accuratezza e la diversità dell'insieme.
In quarto luogo, nella fase di test, il MES classifica i campioni applicando la funzione di aggregazione sugli output forniti da ogni modello.
Il nostro obiettivo non è quello di trovare la combinazione ottimale in assoluto delle reti, ma piuttosto definire un approccio algoritmico per trovare in un ensemble le migliori reti da un pool, sulla base di qualsiasi dataset di immagini disponibile utilizzato in modo di cross-validazione.
Questo implica che quando un nuovo dataset esterno diventa disponibile, addestreremo i modelli sui dati a portata di mano, poi scopriremo il MES ottimo e, utilizzando questo MES ottimizzato, classificheremo tale dataset esterno.
Una vasta campagna sperimentale su più di 92000 immagini pubblicamente disponibili, recuperate da quattro repository, ha convalidarà l'efficacia dell'algoritmo utilizzato per impostare il MES, ottenendo prestazioni di riconoscimento sui set di validazione esterni.
Questo potrebbe avere un impatto dirompente nella pratica medica, sostenendo una o più delle seguenti azioni: (1) facilitare la realizzazione di campagne di screening di massa preselezionando i casi da esaminare, consentendo ai medici di concentrare l'attenzione solo sui casi rilevanti, (2) fungere da secondo lettore, potenziando le capacità del medico e riducendo gli errori, (3) funzionare come strumento di formazione ed educazione degli operatori specializzati.
[21] T. G. Dietterich, An experimental comparison of three methods for constructing ensembles of decision trees: Bagging, boosting, and randomization, Machine learning 40 (2) (2000) 139-157.