皮肤癌是皮肤细胞的异常生长产生的癌症，它是最常见的癌症之一，而且可能致命。但是如果及早发现，您的皮肤科医生可以对其进行治疗并彻底消除。
使用深度学习和神经网络，我们将能够对良性和恶性皮肤疾病进行分类，这可能有助于医生在早期阶段诊断出癌症。在本教程中，我们将创建一个皮肤疾病分类器，尝试使用Python中的TensorFlow框架仅从图像中区分良性（痣和脂溢性角化病）和恶性（黑素瘤）皮肤病。
好了，我们来一步一步操作吧。
▊ 安装所需的库：
pip3 install tensorflow tensorflow_hub matplotlib seaborn numpy pandas sklearn imblearn
打开一个新的笔记本（或bfwstudio）并导入必要的模块：
import tensorflow as tf
import tensorflow_hub as hub
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
import seaborn as sns
from tensorflow.keras.utils import get_file
from sklearn.metrics import roc_curve, auc, confusion_matrix
from imblearn.metrics import sensitivity_score, specificity_score
import os
import glob
import zipfile
import random
# to get consistent results after multiple runs
tf.random.set_seed(7)
np.random.seed(7)
random.seed(7)
# 0 for benign, 1 for malignant
class_names = ["benign", "malignant"]
▊ 准备数据集
在本教程中，我们将仅使用ISIC存档数据集的一小部分，以下函数下载并将数据集提取到新data文件夹中：
def download_and_extract_Dataset():
# dataset from https://github.com/udacity/dermatologist-ai
# 5.3GB
train_url = "https://s3-us-west-1.amazonaws.com/udacity-dlnfd/datasets/skin-cancer/train.zip"
# 824.5MB
valid_url = "https://s3-us-west-1.amazonaws.com/udacity-dlnfd/datasets/skin-cancer/valid.zip"
# 5.1GB
test_url = "https://s3-us-west-1.amazonaws.com/udacity-dlnfd/datasets/skin-cancer/test.zip"
for i, download_link in enumerate([valid_url, train_url, test_url]):
temp_file = f"temp{i}.zip"
data_dir = get_file(origin=download_link, fname=os.path.join(os.getcwd(), temp_file))
print("Extracting", download_link)
with zipfile.ZipFile(data_dir, "r") as z:
z.extractall("data")
# remove the temp file
os.remove(temp_file)
# comment the below line if you already downloaded the dataset
download_and_extract_dataset()
这将花费几分钟，具体取决于您的网速，之后，data将显示包含训练，验证和测试集的文件夹。每个集是一个文件夹，其中包含三类皮肤疾病图像（痣，脂溢性角化病和黑色素瘤）。
注意：如果网速较慢，则可能难以使用上述Python函数下载数据集，在这种情况下，应下载并手动将其提取data到当前目录的文件夹中。
现在，我们已经在机器中拥有了数据集，让我们找到一种方法来标记这些图像，请记住我们将仅对良性和恶性皮肤疾病进行分类，因此我们需要将痣和脂溢性角化病标记为0和黑色素瘤1。
下面的单元格为每个集合生成一个元数据csv文件，该CSV文件中的每一行对应于图像的路径及其标签（0或1）：
# preparing data
# generate CSV metadata file to read img paths and labels from it
def generate_csv(folder, labels):
folder_name = os.path.basename(folder)
# convert comma separated labels into a list
label2int = {}
if labels:
labels = labels.split(",")
for label in labels:
string_label, integer_label = label.split("=")
label2int[string_label] = integer_label
labels = list(label2int)
# generate CSV file
df = pd.DataFrame(columns=["filepath", "label"])
i = 0
for label in labels:
print("Reading", os.path.join(folder, label, "*"))
for filepath in glob.glob(os.path.join(folder, label, "*")):
df.loc[i] = [filepath, label2int[label]]
i = 1
output_file = f"{folder_name}.csv"
print("Saving", output_file)
df.to_csv(output_file)
# generate CSV files for all data portions, labeling nevus and seborrheic keratosis
# as 0 (benign), and melanoma as 1 (malignant)
# you should replace "data" path to your extracted dataset path
# don't replace if you used download_and_extract_dataset() function
generate_csv("data/train", {"nevus": 0, "seborrheic_keratosis": 0, "melanoma": 1})
generate_csv("data/valid", {"nevus": 0, "seborrheic_keratosis": 0, "melanoma": 1})
generate_csv("data/test", {"nevus": 0, "seborrheic_keratosis": 0, "melanoma": 1})
generate_csv()函数接受2个参数，第一个是集合的路径，例如，如果您已下载并提取了中的数据集"E:\datasets\skin-cancer"，则训练集应类似于"E:\datasets\skin-cancer\train".
第二个参数是字典，将每种皮肤病类别映射到其相应的标签值（同样，良性为0，恶性为1）。
我这样做的原因是可以在其他皮肤疾病分类（例如黑素细胞分类）上使用它，因此您可以添加更多皮肤疾病并将其用于其他问题。
运行该单元后，您会注意到3个CSV文件将出现在当前目录中。现在，让我们使用tf.data API中的from_tensor_slices()方法来加载这些元数据文件：
# loading data
train_metadata_filename = "train.csv"
valid_metadata_filename = "valid.csv"
# load CSV files as DataFrames
df_train = pd.read_csv(train_metadata_filename)
df_valid = pd.read_csv(valid_metadata_filename)
n_training_samples = len(df_train)
n_validation_samples = len(df_valid)
print("Number of training samples:", n_training_samples)
print("Number of validation samples:", n_validation_samples)
train_ds = tf.data.Dataset.from_tensor_slices((df_train["filepath"], df_train["label"]))
valid_ds = tf.data.Dataset.from_tensor_slices((df_valid["filepath"], df_valid["label"]))
现在我们已经加载了数据集（train_ds和valid_ds），每个样本都是filepath（图像文件路径）和label（良性为0，恶性为1）的元组。
Number of training samples: 2000
Number of validation samples: 150
让我们加载图像：
# preprocess data
def decode_img(img):
# convert the compressed string to a 3D uint8 tensor
img = tf.image.decode_jpeg(img, channels=3)
# Use `convert_image_dtype` to convert to floats in the [0,1] range.
img = tf.image.convert_image_dtype(img, tf.float32)
# resize the image to the desired size.
return tf.image.resize(img, [299, 299])
def process_path(filepath, label):
# load the raw data from the file as a string
img = tf.io.read_file(filepath)
img = decode_img(img)
return img, label
valid_ds = valid_ds.map(process_path)
train_ds = train_ds.map(process_path)
# test_ds = test_ds
for image, label in train_ds.take(1):
print("Image shape:", image.shape)
print("Label:", label.numpy())
上面的代码使用map()方法process_path()在两组样本中的每个样本上执行函数，它将基本上加载图像，解码图像格式，将图像像素转换为该范围[0, 1]并将其调整为(299, 299, 3)，然后拍摄一张图像并打印形状：
Image shape: (299, 299, 3)
Label: 0
一切都按预期进行，现在让我们准备进行训练的数据集：
# training parameters
batch_size = 64
optimizer = "rmsprop"
def prepare_for_training(ds, cache=True, batch_size=64, shuffle_buffer_size=1000):
if cache:
if isinstance(cache, str):
ds = ds.cache(cache)
else:
ds = ds.cache()
# shuffle the dataset
ds = ds.shuffle(buffer_size=shuffle_buffer_size)
# Repeat forever
ds = ds.repeat()
# split to batches
ds = ds.batch(batch_size)
# `prefetch` lets the dataset fetch batches in the background while the model
# is training.
ds = ds.prefetch(buffer_size=tf.data.experimental.AUTOTUNE)
return ds
valid_ds = prepare_for_training(valid_ds, batch_size=batch_size, cache="valid-cached-data")
train_ds = prepare_for_training(train_ds, batch_size=batch_size, cache="train-cached-data")
这是我们所做的：
cache()：由于我们在每个集合上进行了过多的计算，因此我们使用cache()方法将预处理的数据集保存到本地缓存文件中，这只会在第一次（在训练期间的第一个时期）对其进行预处理。
shuffle()：基本上是对数据集进行混洗，因此样本是按随机顺序排列的。
repeat()：每次迭代数据集时，它将不断为我们重复生成样本，这将在训练过程中为我们提供帮助。
batch()：我们将每个训练步骤的数据集分为64或32个样本。
prefetch()：这将使我们能够在训练模型时在后台提取批次。
下面的单元格将获取第一个验证对，并绘制图像及其相应的标签：
batch = next(iter(valid_ds))
def show_batch(batch):
plt.figure(figsize=(12,12))
for n in range(25):
ax = plt.subplot(5,5,n 1)
plt.imshow(batch[0][n])
plt.title(class_names[batch[1][n].numpy()].title())
plt.axis('off')
show_batch(batch)
输出：
良性和恶性皮肤图像样本
如您所见，很难区分恶性和良性疾病，让我们看看我们的模型将如何处理它。
太好了，现在我们的数据集已经准备好了，让我们开始构建模型。
▊ 建立模型
之前请注意，我们将所有图像的大小都调整为(299, 299, 3)，这是因为InceptionV3架构希望将其作为输入，因此我们将使用带有TensorFlow Hub库的传递学习来下载和加载InceptionV3架构及其ImageNet预先训练的权重：
# building the model
# InceptionV3 model & pre-trained weights
module_url = "https://tfhub.dev/google/tf2-preview/inception_v3/feature_vector/4"
m = tf.keras.Sequential([
hub.KerasLayer(module_url, output_shape=[2048], trainable=False),
tf.keras.layers.Dense(1, activation="sigmoid")
])
m.build([None, 299, 299, 3])
m.compile(loss="binary_crossentropy", optimizer=optimizer, metrics=["accuracy"])
m.summary()
我们设置trainable为，False因此我们在训练期间将无法调整预训练的权重，我们还添加了一个最终输出层，该层具有1个单位，预期将输出0到1之间的值（接近0表示良性，并且1为恶性）。
之后，由于这是二进制分类，因此我们使用二进制交叉熵损失构建了模型，并使用了准确性作为度量（不是可靠的度量，我们将在后面很快看到原因），这是模型摘要的输出：
Model: "sequential"
_________________________________________________________________
Layer (type) Output Shape Param #
=================================================================
keras_layer (KerasLayer) multiple 21802784
_________________________________________________________________
dense (Dense) multiple 2049
=================================================================
Total params: 21,804,833
Trainable params: 2,049
Non-trainable params: 21,802,784
▊ 训练模型
现在我们有了数据集和模型，让我们将它们放在一起：
model_name = f"benign-vs-malignant_{batch_size}_{optimizer}"
tensorboard = tf.keras.callbacks.TensorBoard(log_dir=os.path.join("logs", model_name))
# saves model checkpoint whenever we reach better weights
modelcheckpoint = tf.keras.callbacks.ModelCheckpoint(model_name "_{val_loss:.3f}.h5", save_best_only=True, verbose=1)
history = m.fit(train_ds, validation_data=valid_ds,
steps_per_epoch=n_training_samples // batch_size,
validation_steps=n_validation_samples // batch_size, verbose=1, epochs=100,
callbacks=[tensorboard, modelcheckpoint])
我们正在使用ModelCheckpoint回调在每个纪元上保存迄今为止最好的权重，这就是为什么我将纪元设置为100，这是因为它可以随时收敛到更好的权重，以节省您的时间，随时将其减少到30左右。
我还添加了tensorboard作为回调，以防您想尝试不同的超参数值。
由于fit()方法不知道数据集中的样本数，因此我们需要为训练集和验证集分别指定迭代次数（样本数除以批量大小）steps_per_epoch和validation_steps参数。
这是训练期间输出的一部分：
Train for 31 steps, validate for 2 steps
Epoch 1/100
30/31 [============================>.] - ETA: 9s - loss: 0.4609 - accuracy: 0.7760
Epoch 00001: val_loss improved from inf to 0.49703, saving model to benign-vs-malignant_64_rmsprop_0.497.h5
31/31 [==============================] - 282s 9s/step - loss: 0.4646 - accuracy: 0.7722 - val_loss: 0.4970 - val_accuracy: 0.8125
<..SNIPED..>
Epoch 27/100
30/31 [============================>.] - ETA: 0s - loss: 0.2982 - accuracy: 0.8708
Epoch 00027: val_loss improved from 0.40253 to 0.38991, saving model to benign-vs-malignant_64_rmsprop_0.390.h5
31/31 [==============================] - 21s 691ms/step - loss: 0.3025 - accuracy: 0.8684 - val_loss: 0.3899 - val_accuracy: 0.8359
<..SNIPED..>
Epoch 41/100
30/31 [============================>.] - ETA: 0s - loss: 0.2800 - accuracy: 0.8802
Epoch 00041: val_loss did not improve from 0.38991
31/31 [==============================] - 21s 690ms/step - loss: 0.2829 - accuracy: 0.8790 - val_loss: 0.3948 - val_accuracy: 0.8281
Epoch 42/100
30/31 [============================>.] - ETA: 0s - loss: 0.2680 - accuracy: 0.8859
Epoch 00042: val_loss did not improve from 0.38991
31/31 [==============================] - 21s 693ms/step - loss: 0.2722 - accuracy: 0.8831 - val_loss: 0.4572 - val_accuracy: 0.8047
▊ 模型评估
首先，像之前一样加载我们的测试集：
# evaluation
# load testing set
test_metadata_filename = "test.csv"
df_test = pd.read_csv(test_metadata_filename)
n_testing_samples = len(df_test)
print("Number of testing samples:", n_testing_samples)
test_ds = tf.data.Dataset.from_tensor_slices((df_test["filepath"], df_test["label"]))
def prepare_for_testing(ds, cache=True, shuffle_buffer_size=1000):
if cache:
if isinstance(cache, str):
ds = ds.cache(cache)
else:
ds = ds.cache()
ds = ds.shuffle(buffer_size=shuffle_buffer_size)
return ds
test_ds = test_ds.map(process_path)
test_ds = prepare_for_testing(test_ds, cache="test-cached-data")
上面的代码加载了我们的测试数据，并准备进行测试：
Number of testing samples: 600
600形状的图像(299, 299, 3)可以适合我们的内存，让我们将测试集从tf.data转换为numpy数组：
# convert testing set to numpy array to fit in memory (don't do that when testing
# set is too large)
y_test = np.zeros((n_testing_samples,))
X_test = np.zeros((n_testing_samples, 299, 299, 3))
for i, (img, label) in enumerate(test_ds.take(n_testing_samples)):
# print(img.shape, label.shape)
X_test[i] = img
y_test[i] = label.numpy()
print("y_test.shape:", y_test.shape)
上面的单元格将构造我们的数组，第一次执行将花费一些时间，因为它正在执行process_path()和prepare_for_testing()函数中定义的所有预处理。
现在，让我们加载在训练期间由ModelCheckpoint保存的最佳权重：
# load the weights with the least loss
m.load_weights("benign-vs-malignant_64_rmsprop_0.390.h5")
您可能没有最佳权重的确切文件名，您需要在损失最小的当前目录中搜索保存的权重，以下代码使用准确性指标评估模型：
print("Evaluating the model...")
loss, accuracy = m.evaluate(X_test, y_test, verbose=0)
print("Loss:", loss, " Accuracy:", accuracy)
输出：
Evaluating the model...
Loss: 0.4476394319534302 Accuracy: 0.8
我们已经84%在验证集和80%测试集上达到了准确性，但这还不是全部。由于我们的数据集在很大程度上是不平衡的，因此准确性并不能说明所有问题。实际上， 由于每个样本的恶性样本约占总验证集的20％，因此将每个图像都预测为良性的模型的准确度为80%。
结果，我们需要一种更好的方法来评估模型，在接下来的单元格中，我们将使用seaborn和matplotlib库来绘制混淆矩阵，该矩阵进一步告诉我们模型的运行情况。
但是在我们这样做之前，我只想澄清一点：我们都知道，将恶性疾病预测为良性疾病是一个可怕的错误，您可能会*死这样做的人！因此，即使与良性肿瘤相比，我们只有很少的恶性样本，我们需要一种预测更多恶性病例的方法。一个好的方法是引入阈值。
请记住，神经网络的输出是介于0和1之间的值。正常情况下，当神经网络产生的值介于0到0.5之间时，我们会自动将其分配为良性，而将0.5到1.0分配为恶性。而且，由于我们想知道我们可以将恶性疾病预测为良性的事实（这只是许多原因之一），因此我们可以说，例如，从0到0.3是良性的，从0.3到1.0是恶性的，这意味着我们使用的阈值为0.3，这将改善我们的预测。
下面的函数可以做到这一点：
def get_predictions(threshold=None):
"""
Returns predictions for binary classification given `threshold`
For instance, if threshold is 0.3, then it'll output 1 (malignant) for that sample if
the probability of 1 is 30% or more (instead of 50%)
"""
y_pred = m.predict(X_test)
if not threshold:
threshold = 0.5
result = np.zeros((n_testing_samples,))
for i in range(n_testing_samples):
# test melanoma probability
if y_pred[i][0] >= threshold:
result[i] = 1
# else, it's 0 (benign)
return result
threshold = 0.23
# get predictions with 23% threshold
# which means if the model is 23% sure or more that is malignant,
# it's assigned as malignant, otherwise it's benign
y_pred = get_predictions(threshold)
现在，让我们绘制混淆矩阵并对其进行解释：
def plot_confusion_matrix(y_test, y_pred):
cmn = confusion_matrix(y_test, y_pred)
# Normalise
cmn = cmn.astype('float') / cmn.sum(axis=1)[:, np.newaxis]
# print it
print(cmn)
fig, ax = plt.subplots(figsize=(10,10))
sns.heatmap(cmn, annot=True, fmt='.2f',
xticklabels=[f"pred_{c}" for c in class_names],
yticklabels=[f"true_{c}" for c in class_names],
cmap="Blues"
)
plt.ylabel('Actual')
plt.xlabel('Predicted')
# plot the resulting confusion matrix
plt.show()
plot_confusion_matrix(y_test, y_pred)
输出：
良性与恶性皮肤疾病分类的混淆矩阵
▊ 灵敏度
因此0.72，考虑到患者患有疾病（混乱矩阵的右下角），我们的模型将获得阳性测试的概率，这通常称为敏感性。
敏感度是一种统计度量，广泛用于医学领域，由以下公式给出（来自Wikipedia）：
灵敏度因此，在我们的示例中，在所有患有恶性皮肤病的患者中，我们成功地将其预测72%为恶性，虽然不错，但需要改善。
特异性
另一个指标是特异性，您可以在混淆矩阵的左上角读取它，我们知道63%。假设患者身体健康，基本上是阴性测试的可能性：
特异性在我们的示例中，在所有具有良性的患者中，我们预测63%他们为良性。
特异性高，该测试很少会给健康患者带来阳性结果，而高灵敏度意味着该模型在结果为阴性时是可靠的，我邀请您在此Wikipedia文章中阅读更多有关该模型的信息。
另外，您可以使用imblearn模块获得这些分数：
sensitivity = sensitivity_score(y_test, y_pred)
specificity = specificity_score(y_test, y_pred)
print("Melanoma Sensitivity:", sensitivity)
print("Melanoma Specificity:", specificity)
输出：
Melanoma Sensitivity: 0.717948717948718
Melanoma Specificity: 0.6252587991718427
接收器工作特性
另一个很好的度量是ROC，这基本上是一个曲线图昭示着我们我们的二元分类的诊断能力，它的功能就真阳性率Ÿ在轴上，假阳性率X轴。我们想要到达的完美点在图的左上角，这是使用matplotlib绘制ROC曲线的代码：
def plot_roc_auc(y_true, y_pred):
"""
This function plots the ROC curves and provides the scores.
"""
# prepare for figure
plt.figure()
fpr, tpr, _ = roc_curve(y_true, y_pred)
# obtain ROC AUC
roc_auc = auc(fpr, tpr)
# print score
print(f"ROC AUC: {roc_auc:.3f}")
# plot ROC curve
plt.plot(fpr, tpr, color="blue", lw=2,
label='ROC curve (area = {f:.2f})'.format(d=1, f=roc_auc))
plt.xlim([0.0, 1.0])
plt.ylim([0.0, 1.05])
plt.xlabel('False Positive Rate')
plt.ylabel('True Positive Rate')
plt.title('ROC curves')
plt.legend(loc="lower right")
plt.show()
plot_roc_auc(y_test, y_pred)
输出：
皮肤癌二元分类器的ROC曲线
ROC AUC: 0.671
太棒了，因为我们想最大化真实的阳性率，最小化错误的阳性率，所以计算ROC曲线下方的面积证明是有用的，我们得到的曲线下面积ROC（ROC AUC）为0.671 ，面积为1该模型适用于所有情况。
▊ 结论
大功告成！有了它，看看如何改进模型，我们只使用了2000训练样本，进入ISIC存档并下载更多内容并将其添加到data文件夹中，根据您添加的样本数量，得分将显著提高。您可以使用ISIC档案下载器，该文件下载器可以帮助您以所需的方式下载数据集。
我还建议您调整超参数，例如我们之前设置的阈值，看看您是否可以获得更好的敏感性和特异性得分。
我使用了InceptionV3模型架构，您可以随意使用任何所需的CNN架构，我邀请您浏览TensorFlow集线器并选择最新的模型。
关注我，每天更新一篇技术好文。
