[論文レビュー] Deep Learning-Based Strategy for Macromolecules Classification with Imbalanced Data from Cellular Electron Cryotomography

Ziqian Luo, Xiangrui Zeng+2 more|arXiv (Cornell University)|Aug 27, 2019

Cell Image Analysis Techniques参考文献 43被引用数 4

ひとこと要約

本稿では、細胞内コスモエレクトロン・トモグラフィー（Cryo-ET）データからのマクロマolecule複合体分類におけるクラス不均衡問題を解決するため、フォーカル損失とミックスアップ増幅を組み合わせたマルチパス畳み込みニューラルネットワーク（CNN）を提案する。少数クラスに特化したパスを別々に学習させ、アンサンブル学習により統合することで、不均衡データセットにおいて優れた性能を達成し、計算生物学分野におけるこの問題への深層学習の初めての応用を記録した。

ABSTRACT

Deep learning model trained by imbalanced data may not work satisfactorily since it could be determined by major classes and thus may ignore the classes with small amount of data. In this paper, we apply deep learning based imbalanced data classification for the first time to cellular macromolecular complexes captured by Cryo-electron tomography (Cryo-ET). We adopt a range of strategies to cope with imbalanced data, including data sampling, bagging, boosting, Genetic Programming based method and. Particularly, inspired from Inception 3D network, we propose a multi-path CNN model combining focal loss and mixup on the Cryo-ET dataset to expand the dataset, where each path had its best performance corresponding to each type of data and let the network learn the combinations of the paths to improve the classification performance. In addition, extensive experiments have been conducted to show our proposed method is flexible enough to cope with different number of classes by adjusting the number of paths in our multi-path model. To our knowledge, this work is the first application of deep learning methods of dealing with imbalanced data to the internal tissue classification of cell macromolecular complexes, which opened up a new path for cell classification in the field of computational biology.

研究の動機と目的

• Cryo-ETデータセットからのマクロマolecule複合体分類におけるクラス不均衡の課題に取り組むこと。特に、一部のクラスが他のクラスと比べてサンプル数が桁違いに少ない状況を想定する。
• 不均衡な生物学的画像データにおける異なる数のクラスを扱える柔軟な深層学習フレームワークの開発。
• データサンプリング、バギング、ブースティング、遺伝的プログラミングなどの不均衡データ戦略を、新規なCNNアーキテクチャ内で適用・評価すること。
• フォーカル損失とミックスアップ増幅を組み合わせることで、3次元細胞トモグラムにおけるレアクラスの認識を向上させることの有効性を示すこと。
• 近位な細胞環境下でのマクロマolecule複合体の深層学習ベース分類のための新しいベンチマークを確立すること。

提案手法

• 各マクロマoleculeクラスに特化したパスを持つマルチパスCNNアーキテクチャを提案。これにより、少数代表クラスの分類性能が向上する。
• トレーニング中に優勢なクラスの影響を軽減し、レアな例に注目するため、フォーカル損失を統合する。
• 入力画像とラベルを線形補間することで合成トレーニングサンプルを生成するミックスアップデータ増幅を適用し、一般化性能を向上させる。
• 各パスごとに2値分類戦略を採用。各パスは1つのクラスとそれ以外を区別する学習を行い、予測結果をアンサンブル投票で統合して多クラス分類を実現する。
• データリウェートの前処理なしに、少数クラスと多数クラスの両方で良好な性能を発揮する分類器を遺伝的プログラミングで最適化する。
• ターゲットクラス数に応じてパス数を調整可能にすることで、モデルの柔軟性を高め、多様な生物学的データセットに適応可能にする。

実験結果

リサーチクエスチョン

• RQ1 クラス固有のパスを持つマルチパスCNNアーキテクチャは、標準的な深層学習モデルと比較して、不均衡なCryo-ETデータセットにおける分類精度を向上させることができるか？
• RQ2 フォーカル損失とミックスアップ増幅は、3次元細胞トモグラフィーにおけるクラス不均衡の悪影響をどれほど軽減できるか？
• RQ3 バギング、ブースティング、遺伝的プログラミングといったアンサンブル戦略をマルチパスCNNと組み合わせることで、少数クラスの検出性能を向上させることができるか？
• RQ4 パス数を調整することで、本モデルは異なるクラス数にどの程度一般化可能か？
• RQ5 本手法は、Cryo-ETにおけるマクロマolecule複合体分類に不均衡データ技術を適用した最初の成功例であるか？

主な発見

• フォーカル損失とミックスアップを組み合わせたマルチパスCNNは、不均衡なCryo-ETデータにおいて最先端の性能を達成し、従来の分類器（GSVM-RUなど）を顕著に上回った。
• モデルは高い適応性を示し、パス数を調整することで2クラス、3クラス、4クラス分類タスクにおいても安定した高い性能を維持した。
• 実験により、フォーカル損失とミックスアップ増幅を併用した場合が、特に希少なマクロマolecule複合体の分類精度において最良の結果を示した。
• データリウェートなしに、遺伝的プログラミングで最適化された分類器は、多数クラスと少数クラスの両方で強固で一般化性能の高い性能を発揮した。
• パス固有の2値分類器を用いることで、各ネットワークブランチが特化した学習が可能となり、個々のマクロマolecule複合体の検出性能が向上した。
• 本研究は、Cryo-ETにおける不均衡分類のための最初の深層学習フレームワークを確立し、計算生物学および構造細胞生物学分野における新たな道筋を拓いた。