[論文レビュー] ACROBAT -- a multi-stain breast cancer histological whole-slide-image data set from routine diagnostics for computational pathology

Philippe Weitz, Masi Valkonen+16 more|arXiv (Cornell University)|Nov 24, 2022

AI in cancer detection被引用数 4

ひとこと要約

ACROBATは、1,153例の原発性乳がん患者から得られた日常診断から収集された4,212枚の一致したH&EおよびIHC染色全スライド画像（WSI）から構成される大規模で公開可能な全スライド画像（WSI）データセットである。画像登錻、染色ガイド付き学習、バーチャル染色、アーティファクト検出における計算病理学研究を可能にし、13名のアノテーターが手作業でアノテートした37,000組のマーカーポイントを用いたパフォーマンスベンチマークが提供される。

ABSTRACT

The analysis of FFPE tissue sections stained with haematoxylin and eosin (H&E) or immunohistochemistry (IHC) is an essential part of the pathologic assessment of surgically resected breast cancer specimens. IHC staining has been broadly adopted into diagnostic guidelines and routine workflows to manually assess status and scoring of several established biomarkers, including ER, PGR, HER2 and KI67. However, this is a task that can also be facilitated by computational pathology image analysis methods. The research in computational pathology has recently made numerous substantial advances, often based on publicly available whole slide image (WSI) data sets. However, the field is still considerably limited by the sparsity of public data sets. In particular, there are no large, high quality publicly available data sets with WSIs of matching IHC and H&E-stained tissue sections. Here, we publish the currently largest publicly available data set of WSIs of tissue sections from surgical resection specimens from female primary breast cancer patients with matched WSIs of corresponding H&E and IHC-stained tissue, consisting of 4,212 WSIs from 1,153 patients. The primary purpose of the data set was to facilitate the ACROBAT WSI registration challenge, aiming at accurately aligning H&E and IHC images. For research in the area of image registration, automatic quantitative feedback on registration algorithm performance remains available through the ACROBAT challenge website, based on more than 37,000 manually annotated landmark pairs from 13 annotators. Beyond registration, this data set has the potential to enable many different avenues of computational pathology research, including stain-guided learning, virtual staining, unsupervised pre-training, artefact detection and stain-independent models.

研究の動機と目的

• 日常臨床診断から得られた一致したH&EおよびIHC染色を有する大規模で高品質な公開WSIデータセットの不足を解消すること。
• H&EおよびIHC全スライド画像を一致させる画像登錻アルゴリズムの開発とベンチマークを支援すること。
• 染色ガイド付き学習、バーチャル染色、染色に依存しないモデル学習を含む、多様な計算病理学研究を可能にすること。
• 13名のアノテーターが手作業でアノテートした37,000組のマーカーポイントを用いた、登録性能の標準化ベンチマークを提供すること。

提案手法

• 複数の臨床施設における女性の原発性乳がん患者の手術切除標本から全スライド画像（WSI）を収集した。
• 各患者に対して、診断品質と臨床的関連性を保持した一致したH&EおよびIHC染色WSIを取得した。
• 画像登録アルゴリズムの定量的評価を可能にするために、13名のアノテーターが37,000組のマーカーポイントを手作業でアノテートした。
• arXivおよびACROBATチャレンジウェブサイトを通じてデータセットを公開し、アクセス可能性と再現性を確保した。
• 登録以外の計算病理学タスク、例えば教師なし事前学習やアーティファクト検出を支援できるようにデータセットを設計した。
• 標準化されたデータキュレーションと品質管理により、研究用途における一貫性と信頼性を確保した。

実験結果

リサーチクエスチョン

• RQ1 このデータセットを用いることで、深層学習モデルはH&EおよびIHC全スライド画像間で正確かつ頑健な登録を達成できるか？
• RQ2 染色ガイド付き学習は、異なる染色プロトコル間でのモデル一般化をどの程度向上させられるか？
• RQ3 この多染色で臨床的に収集されたWSIデータセットを用いてトレーニングされたバーチャル染色手法は、どの程度効果的か？
• RQ4 このデータセットを用いた教師なし事前学習は、バイオマーカースコアリングの下流分類性能を向上させられるか？
• RQ5 実際の診断WSIを用いて染色に依存しないモデルを開発するにあたり、主な課題は何か？

主な発見

• ACROBATデータセットには、1,153名の患者から得られた4,212枚の全スライド画像が含まれており、H&EおよびIHC染色が一致している。これは、乳がん病理学分野で公開されている最大の多染色WSIデータセットである。
• 13名のアノテーターが手作業でアノテートした37,000組のマーカーポイントを含んでおり、画像登録アルゴリズムの高精度なベンチマークが可能である。
• 染色ガイド付き学習、バーチャル染色、アーティファクト検出を含む、多様な計算病理学応用をサポートしている。
• データは日常診断ワークフローから収集されており、高い臨床的関連性と現実世界のばらつきを有している。
• arXivおよびACROBATチャレンジウェブサイトを通じてデータセットは公開されており、アルゴリズム評価のためのパフォーマンスメトリクスも入手可能である。
• 染色モalityにかかわらず一貫した解剖学的対応関係が提供されるため、染色に依存しないモデルの開発が可能である。