[論文レビュー] LeukoNet: DCT-based CNN architecture for the classification of normal versus Leukemic blasts in B-ALL Cancer

Simmi Mourya, Sonaal Kant+3 more|arXiv (Cornell University)|Oct 18, 2018

Digital Imaging for Blood Diseases被引用数 26

ひとこと要約

本稿では、B-ALLの正常なヘマトゴンと白血病性ブルストを分類するための、DCTに基づく新しいCNNアーキテクチャであるLeukoNetを提案する。周波数ドメイン（DCT）と空間ドメイン（光学密度）の特徴を統合することで、未知の患者データに対しても優れたロバスト性と一般化性能を実現した。バイリニアープーリングとモデルアンサンブルを用いてDCT特徴と標準的なOD空間特徴を統合した結果、98.5％の正確度を達成し、分類性能が著しく向上した。

ABSTRACT

Acute lymphoblastic leukemia (ALL) constitutes approximately 25% of the pediatric cancers. In general, the task of identifying immature leukemic blasts from normal cells under the microscope is challenging because morphologically the images of the two cells appear similar. In this paper, we propose a deep learning framework for classifying immature leukemic blasts and normal cells. The proposed model combines the Discrete Cosine Transform (DCT) domain features extracted via CNN with the Optical Density (OD) space features to build a robust classifier. Elaborate experiments have been conducted to validate the proposed LeukoNet classifier.

研究の動機と目的

• B-ALLの顕微鏡画像において、形態的に類似した正常ヘマトゴンと白血病性ブルストを区別する課題に対処すること。
• 被験者レベルの不一致データ分割を用いた学習により、未観測の被験者に対して分類のロバスト性を向上させること。
• 深層学習フレームワーク内で離散コサイン変換（DCT）特徴と光学密度（OD）空間特徴を統合することで、特徴表現を強化すること。
• 複数の訓練済みネットワークを組み合わせたハイブリッドモデルアーキテクチャを構築し、一般化性能を向上させ、予測のばらつきを低減すること。
• 臨床現場での致命的な誤診を避けるために、正常細胞とがん細胞の両クラスにおいて高くてバランスの取れた分類正確度を達成すること。

提案手法

• 生のBMP画像に染色剤の分離処理を適用し、光学密度（OD）空間表現を抽出することで、ヘマトキシリンおよびエオシン成分を分離する。
• 染色剤分離処理の直後に、OD画像からの周波数ドメイン特徴を抽出するために、離散コサイン変換（DCT）層を導入する。
• 元のOD空間画像とDCT変換済み画像の両方を用いて、別々のCNNブランチを学習させ、補完的な空間的および周波数ドメイン特徴を捉える。
• 両ブランチの特徴マップを連結（6チャネル入力）し、平均プーリングの代わりにバイリニアープーリングを適用することで、微細な特徴学習を強化する。
• 最良のパフォーマンスを示した個々のモデルをアンサンブル化することでハイブリッドモデルアーキテクチャを実装し、最終的な全結合層を介してDCTブランチとODブランチモデルの特徴を統合する。
• 交差検証において被験者レベルのデータ分割を用い、被験者のデータが訓練およびテストの両方に現れないようにすることで、予測可能な被験者への一般化を向上させる。

実験結果

リサーチクエスチョン

• RQ1 DCTを用いて抽出された周波数ドメイン特徴は、B-ALLにおける形態的に類似した正常ヘマトゴンと白血病性ブルストの分類性能を向上させることができるか？
• RQ2 ハイブリッドCNNアーキテクチャにおいてDCTベースの特徴と空間ドメイン特徴を統合することで、未観測の被験者に対してより良い一般化性能が得られるか？
• RQ3 DCTを用いたモデルと用いないモデルという2つの異なるCNNアーキテクチャをアンサンブル化することで、分類正確度と安定性にどのような影響を与えるか？
• RQ4 限られた医療画像データセットにおいて、データ拡張（ずれ、ぼかし）はモデルのパフォーマンスと学習安定性にどのような影響を与えるか？
• RQ5 複数の訓練済みネットワークからの特徴を統合したハイブリッドモデルは、個々のモデルに比べて、テストデータにおける正確度とロバスト性の面で優れているか？

主な発見

• ハイブリッドモデル「Stage-3C w/ aug」が最高のテスト正確度98.5％を達成し、DCTとOD空間特徴の統合の有効性を示した。
• DCT特徴の導入により、DCTを含まないモデルと比較して正確度が向上し、学習のフラクチュエーションも低減された。
• ReLU活性化関数が、PReLUやP-TELUに比べて、この特定の分類タスクにおいて優れた性能を示したが、それらは深層学習において提案された利点を有している。
• 最もパフォーマンスの良かった2つのモデル（「Stage-1 w/ aug」と「Stage-2C w/o aug」）は、互いに排他的な失敗パターンを示しており、モデルアンサンブルの利点を裏付けた。
• データ拡張なしで訓練されたハイブリッドモデルは、拡張ありのモデルと同等の性能を示したが、特に「Stage-3C」構成では拡張を適用した場合に最高の結果が得られた。
• 交差検証中に被験者レベルのデータ分割を実施したため、最終モデルは未観測の被験者データに対しても強く一般化可能であり、fold間でのデータ漏洩が防止された。