[論文レビュー] A New Graph Node Classification Benchmark: Learning Structure from Histology Cell Graphs

Claudia Vanea, Jonathan A. Campbell+9 more|arXiv (Cornell University)|Nov 11, 2022

AI in cancer detection被引用数 4

ひとこと要約

本稿では、胎盤組織の全スライド画像（WSI）から導出した、230万以上のノードと79万7,455個のラベル付き細胞を有する、9つの不均衡な組織構造を有する新しいグラフノード分類ベンチマーク「Placenta」を紹介する。本研究では、大規模で多様性に富み、不完全な細胞グラフデータであるこのデータセット上で、7種類のスケーラブルなGNNモデルを評価し、モデルの性能が受容 field のサイズ、クラス不均衡、特徴表現に極めて敏感であることが示された。これにより、生体医療分野におけるグラフニューラルネットワーク（GNN）開発における重要な課題が浮き彫りになった。

ABSTRACT

We introduce a new benchmark dataset, Placenta, for node classification in an underexplored domain: predicting microanatomical tissue structures from cell graphs in placenta histology whole slide images. This problem is uniquely challenging for graph learning for a few reasons. Cell graphs are large (>1 million nodes per image), node features are varied (64-dimensions of 11 types of cells), class labels are imbalanced (9 classes ranging from 0.21% of the data to 40.0%), and cellular communities cluster into heterogeneously distributed tissues of widely varying sizes (from 11 nodes to 44,671 nodes for a single structure). Here, we release a dataset consisting of two cell graphs from two placenta histology images totalling 2,395,747 nodes, 799,745 of which have ground truth labels. We present inductive benchmark results for 7 scalable models and show how the unique qualities of cell graphs can help drive the development of novel graph neural network architectures.

研究の動機と目的

• 生体医療画像分野において、大規模で現実的かつ複雑なグラフベンチマークが不足しているという問題に対処すること。特に、ヒストロジー全スライド画像（WSI）を対象とする。
• 実際の組織微細解剖構造に内在する構造的複雑さとデータの不完全性を捉えた、スケーラブルなノード分類ベンチマークの開発。
• 極度のクラス不均衡、異種ノードクラスタリング、大規模グラフ構造を有する分野において、最先端のGNNを評価すること。
• ヒストパスロジー分野におけるモデル一般化を妨げるグラフ学習の主な課題（受容 field のサイズ、特徴表現、クラス不均衡など）を同定すること。
• 臨床的および生物学的グラフ学習に適用可能な、堅牢でスケーラブルかつ解釈可能なGNNアーキテクチャの開発基盤を提供すること。

提案手法

• 2つの胎盤WSIから細胞グラフを構築し、ノードを個々の細胞、エッジを空間的近接性（k-NN）および形態的類似性に基づいて定義する。
• 11種類の異なる細胞タイプから得られる64次元のノード特徴量を用い、クラスラベルは9つのマイクロアノミー的胎盤組織構造を示す。
• インダクティブなグラフニューラルネットワーク（GNN）として、GraphSAGE、ClusterGCN、SIGN、ShaDow、GATの変種を採用し、サブグラフサンプリングと早期停止を用いて訓練する。
• サブグラフサイズとレイヤー深さを変化させることで、受容 field のサイズを調整し、局所的・グローバルなコンテキストの両方に対するモデル感受性を評価する多スケール評価戦略を採用する。
• 正解率、トップ2正解率、ROC AUC、AUC-PR を用いてモデル性能を評価し、クラス不均衡、特徴エンコーディング、モデル深さに関する詳細なアブレーションを実施する。
• RTX 8000ハードウェアを搭載したプライベートGPUクラスタを用いて実験を実施し、CO2排出量は22.46 kgCO2 eqと推定された。

実験結果

リサーチクエスチョン

• RQ1 ヒストロジーWSIから導出された大規模で極度に不均衡かつ空間的に多様性を持つ細胞グラフにおいて、既存のスケーラブルなGNNアーキテクチャはどのように性能を発揮するか？
• RQ2 同じグラフ内において、小さな組織構造と大きな組織構造を識別する際、受容 field のサイズがモデル性能にどの程度影響を及えるか？
• RQ3 クラス不均衡は、希少な胎盤組織構造を分類する際のGNNの一般化性能と信頼性にどのように影響を及えるか？
• RQ4 64次元ベクトルとワンホットエンコーディングの2種類のノード特徴表現は、モデルの正解率と頑健性にどのように影響を及えるか？
• RQ5 このような大規模グラフ上でGNNのスケーラビリティを制限する主なアーキテクチャ的・ハイパーパramータ的制約（例：バッチサイズ、レイヤー深さ）は何か？

主な発見

• ClusterGCNは800のサブグラフサイズと32層で最高の正解率（0.647）を達成したが、受容 field を小さくすると性能が著しく低下し、局所的コンテキストに極めて感受することが示された。
• モデルは強い同型性（0.9868–0.9984）を示したが、マイノリティクラスでは困難を示し、データ量が0.21%のクラスではAUC-PRが0.5未満に低下した。
• ワンホットエンコーディング特徴量では正解率が0.019低下（0.628 vs. 0.647）し、AUC-PRも低くなった（0.833 vs. 0.893）ことから、学習された64次元特徴量が原始的なカテゴリカルエンコーディングよりも情報量が多いことが示された。
• ClusterGCNでは512次元の隠れユニットで過学習が発生し、128次元ではアンダーフィットが発生したため、このデータセットでは最適な隠れ次元範囲が存在することが明らかになった。
• 受容 field のサイズを小さくすると、大規模な組織構造が誤って分類される（例：SVilliがChorionと誤認）ことが確認され、空間的に分散したクラスタを適切に処理するには十分なコンテキストが必要であることが示された。
• 本データセットの極度のクラス不均衡と構造的複雑さは、現在のGNNが最適でないことを示しており、不均衡処理、スケーラビリティ、データの不完全性を適切に扱える新規アーキテクチャの開発が急務であることが強調された。