[論文レビュー] Cancerous Nuclei Detection and Scoring in Breast Cancer Histopathological Images

Pegah Faridi, Habibollah Danyali+2 more|arXiv (Cornell University)|Dec 5, 2016

AI in cancer detection参考文献 26被引用数 11

ひとこと要約

本論文は、ヘマトキシリン・エオシン（H&E）染色法を用いた乳がん組織画像におけるがん性核の検出とスコアリングを目的としたコンピュータビジョン手法を提案する。色の分離、形態的操作、Difference of Gaussian（DoG）フィルタリングを用いて核の境界と特徴を抽出する。この手法は核の多形性評価において86.6%の正確性を達成し、乳がん診断における自動ノッティンガムグレーディングの既存手法を進展させる。

ABSTRACT

Early detection and prognosis of breast cancer are feasible by utilizing histopathological grading of biopsy specimens. This research is focused on detection and grading of nuclear pleomorphism in histopathological images of breast cancer. The proposed method consists of three internal steps. First, unmixing colors of H&E is used in the preprocessing step. Second, nuclei boundaries are extracted incorporating the center of cancerous nuclei which are detected by applying morphological operations and Difference of Gaussian filter on the preprocessed image. Finally, segmented nuclei are scored to accomplish one parameter of the Nottingham grading system for breast cancer. In this approach, the nuclei area, chromatin density, contour regularity, and nucleoli presence, are features for nuclear pleomorphism scoring. Experimental results showed that the proposed algorithm, with an accuracy of 86.6%, made significant advancement in detecting cancerous nuclei compared to existing methods in the related literature.

研究の動機と目的

• 乳がん組織画像におけるがん性核の自動検出およびグレーディングの改善を目的とする。
• ノッティンガムグレーディングシステムの重要な構成要素である核の多形性評価の課題を解決することを目的とする。
• 臨床現場での早期がん発見および予後予測に適した、堅牢で計算効率の良い手法の開発を目的とする。
• 核の面積、クロマチン密度、輪郭の規則性、核小体の有無といった複数の形態的特徴を統合したスコアリングフレームワークの構築を目的とする。

提案手法

• 前処理として、ヘマトキシリンとエオシン成分を分離するH&E色の分離を実施し、核の可視性を向上させる。
• 前処理画像に対して形態的操作を適用することで、構造的詳細を強調し、核の境界を検出する。
• 核の中心を明確にし、セグメンテーションの正確性を向上させるために、Difference of Gaussian（DoG）フィルタを適用する。
• セグメンテーションされた核から、面積、クロマチン密度、輪郭の規則性、核小体の有無といった核の特徴を抽出する。
• ノッティンガムグレーディングシステムにおける核の多形性グレードへのマッピングを目的としたスコアリング機構を設計する。
• 主な性能指標として正確性を用い、組織画像データセットを用いて手法の評価を実施する。

実験結果

リサーチクエスチョン

• RQ1 H&E染色法を用いた乳がん組織画像におけるがん性核の自動検出は、色の分離と形態的フィルタリングを用いることで向上するか？
• RQ2 クロマチン密度や輪郭の規則性といった形態的特徴は、ノッティンガムグレーディングシステムにおける核の多形性をどの程度予測できるか？
• RQ3 本手法は、がん性核のスコアリングにおいて、既存の手法と比較して正確性に優れているか？
• RQ4 ディープラーニングを用いない、特徴ベースのアプローチは、核の多形性評価において競争力のある性能を達成できるか？

主な発見

• 提案手法は、核の多形性スコアリングにおいて86.6%の正確性を達成し、既存の文献に報告された手法を上回った。
• H&E色の分離により、核と背景のコントラストが顕著に向上し、セグメンテーションの信頼性が向上した。
• 形態的操作とDifference of Gaussian（DoG）フィルタの統合により、核の中心および境界の検出が効果的に行えた。
• クロマチン密度と輪郭の規則性は、悪性核と良性核を区別する強力な特徴であった。
• 核小体の存在は信頼性高く検出され、スコアリングの正確性向上に寄与した。
• ディープラーニングや大量の学習データを必要としないため、実臨床画像においても堅牢な性能を示した。