[論文レビュー] A State-of-the-art Survey of Artificial Neural Networks for Whole-slide Image Analysis:from Popular Convolutional Neural Networks to Potential Visual Transformers

Xintong Li, Hu, Weiming+6 more|arXiv (Cornell University)|Apr 13, 2021

AI in cancer detection参考文献 133被引用数 4

ひとこと要約

本調査は、全スライド画像（WSI）解析における人工ニューラルネットワーク（ANN）の包括的レビューを提供しており、畳み込みニューラルネットワーク（CNN）と新興のビジュアルトランスフォーマー（VT）をカバーしている。最先端のアーキテクチャ、データセット、評価指標を評価し、従来のANNからディープニューラルネットワーク（DNN）への移行を強調するとともに、ヒストパスロジカル画像分類、セグメンテーション、検出における正確性と解釈可能性の向上という観点から、ビジュアルトランスフォーマーを将来の有望な方向性として特定している。

ABSTRACT

To increase the objectivity and accuracy of pathologists' work, artificial neural network(ANN) methods have been generally needed in the segmentation, classification, and detection of histopathological WSI. In this paper, WSI analysis methods based on ANN are reviewed. Firstly, the development status of WSI and ANN methods is introduced. Secondly, we summarize the common ANN methods. Next, we discuss publicly available WSI datasets and evaluation metrics. These ANN architectures for WSI processing are divided into classical neural networks and deep neural networks(DNNs) and then analyzed. Finally, the application prospect of the analytical method in this field is discussed. The important potential method is Visual Transformers.

研究の動機と目的

• デジタル病理学における全スライド画像（WSI）解析に応用された人工ニューラルネットワーク（ANN）手法について、体系的なレビューを提供すること。
• 古典的ニューラルネットワークとディープニューラルネットワーク（DNN）を用いたWSI処理の進化と現在の状態を分析すること。
• 分類、セグメンテーション、検出タスクに用いられる、公開可能なWSIデータセットと標準的な評価指標を評価すること。
• 現在のWSI解析における制限要因、特にデータ不足と計算コストの観点から、今後の研究方向性を提案すること。
• ビジュアルトランスフォーマー（VT）が、WSI解析における性能と解釈可能性の向上にどのように寄与できるかを検討すること。

提案手法

• 本論文は、人工ニューラルネットワークを用いたWSI解析手法に関する構造的文献レビューを実施し、アプローチを古典的ANNとディープニューラルネットワーク（DNN）に分類している。
• 広く用いられているWSIデータセット（例：TCGAやCamelyon）を評価し、分類、セグメンテーション、検出タスクに用いられる標準的な評価指標を要約している。
• 高解像度のため、効率的なディープラーニング推論を可能にするために、WSIを小さな領域（パッチ）に分割する処理戦略を分析している。
• WSIレベルの予測やオブジェクト検出に適した主なディープラーニングアーキテクチャ（完全畳み込みネットワーク（FCN）、ResNet、Mask R-CNN）を検討している。
• 分類性能の向上を目的として、従来の機械学習（例：ランダムフォレスト）とディープ特徴を組み合わせたハイブリッドアプローチを検討している。
• CNNの代替として有望なビジュアルトランスフォーマー（VT）を紹介し、WSIパッチ内の長距離依存関係を捉える自己注意メカニズムの重要性を強調している。

Figure 1: The process of cutting WSI into a patch. The figure matches to Fig.1 in [ 68 ] .

実験結果

リサーチクエスチョン

• RQ1 人工ニューラルネットワークは、デジタル病理学における全スライド画像（WSI）解析への応用において、どのように進化してきたか？
• RQ2 WSI分類、セグメンテーション、オブジェクト検出に最も効果的なディープラーニングアーキテクチャは何か？また、従来手法と比較してどのように異なるか？
• RQ3 現在の研究で用いられる主要な公開WSIデータセットと評価指標は何か？それらはモデル性能にどのように影響しているか？
• RQ4 データの入手可能性、計算コスト、解釈可能性の観点から、現在のWSI解析手法における制限要因は何か？
• RQ5 ビジュアルトランスフォーマー（VT）は、WSI解析タスクにおいて、畳み込みニューラルネットワーク（CNN）をどの程度上回ることができるか？今後の開発における可能性は何か？

主な発見

• 特にCNNベースのモデルを用いたディープニューラルネットワーク（DNN）の導入により、従来の機械学習手法に比べ、WSI分類および検出の正確性が顕著に向上した。
• 完全畳み込みネットワーク（FCN）とランダムフォレスト（RF）を組み合わせたパッチベースのアプローチが、肺がんWSIの分類で97.3％の正確度を達成した。
• 胃がん分類のためのカスタムCNNアーキテクチャが、全体で69.90％の正確度と壊死検出で81.44％の正確度を達成し、従来の特徴量とRF、およびAlexNetを上回った。
• 18の強度特徴量と16のテクスチャ特徴量（GLCMから抽出）を用いたサポートベクターマシン（SVM）ベースの手法が、コロニーがんWSI分類で平均Fスコア89.51％を達成した。
• マルチスケールのスーパーピクセル分類手法が、異常WSIの80.00％とDCIS病変の83.00％を検出でき、早期がん検出の有効性を示した。
• ビジュアルトランスフォーマー（VT）は、CNNの局所的受容野の制限を克服できる可能性を有する長距離空間的依存関係のモデリング能力から、非常に有望な今後の方向性と特定されている。

Figure 2: The structure of ANN technology in the ML system.