Redes Generativas Antagónicas para un problema desbalanceado de clasificación de Carcinoma Ductal Invasivo

Abstract

[ES] La clasificación de imágenes en ámbitos médicos es un área bastante prometedora, debido a lo interesante que sería utilizar estos sistemas para ayudar a profesionales, aliviando su trabajo a partir de la automatización de algunas tareas. Sin embargo, uno de los inconvenientes que existen a la hora de entrenar un modelo de clasificación en esta área es el desbalance existente entre las imágenes dadas. En otras palabras, normalmente se dispone de más imágenes de sujetos sanos que enfermos.

En este proyecto, particularmente nos centramos en la detección de tejido cancerígeno (carcinoma ductal invasivo). De esta forma, vamos a utilizar Redes Generativas Antagónicas (GAN) como un generador de imágenes de tejido cancerígeno y sano con el objetivo de crear muestras sintéticas para reentrenar los modelos disponibles con estas muestras y mejorar sus resultados de clasificación. Con esto en mente, primero utilizaremos redes neuronales para obtener resultados con el conjunto real de datos de partida, seguidamente entrenaremos un par de GANs para generar imágenes de ambos tipos (sanas y cancerígenas) y, finalmente, evaluaremos si generando muestras con este enfoque mejora los resultados previamente obtenidos.

[EN] Image classification in medical fields is a very promising area, due to how interesting it would be to use these systems to help professionals, relieving their work by automating some tasks. However, one of the drawbacks when training a classification model in this area is the imbalance between the given images. In other words, there are usually more images of healthy subjects available than diseased ones.

In this project, we particularly focus on the detection of cancerous tissue (invasive ductal carcinoma). Thus, we are going to use Generative Adversarial Networks (GAN) as an image generator of cancerous and healthy tissue with the goal of creating synthetic samples to retrain the available models with these samples and improve their classification results. With this in mind, we will first use neural networks to obtain results with the real starting data set, then we will train a pair of GANs to generate images of both types (healthy and cancerous) and, finally, we will evaluate whether generating samples with this approach improves the previously obtained results.