[論文レビュー] Lizard: A Large-Scale Dataset for Colonic Nuclear Instance Segmentation and Classification

Simon Graham, Mostafa Jahanifar+15 more|arXiv (Cornell University)|Aug 25, 2021

AI in cancer detection被引用数 6

ひとこと要約

本論文は、6種類の細胞タイプにわたり約50万個のアノテート済み核を含む、腸管核のインスタンスセグメンテーションおよび分類のための、公開済みで最大規模のデータセット「Lizard」を紹介する。病理医が関与するマルチステージのアノテーションパイプラインを用いることで、計算病理学分野におけるデータ不足のボトルネックを克服し、高精度で大規模なデータ収集を実現した。これにより、結腸がん解析のための説明可能な細胞レベルのモデル開発が著しく進展した。

ABSTRACT

The development of deep segmentation models for computational pathology (CPath) can help foster the investigation of interpretable morphological biomarkers. Yet, there is a major bottleneck in the success of such approaches because supervised deep learning models require an abundance of accurately labelled data. This issue is exacerbated in the field of CPath because the generation of detailed annotations usually demands the input of a pathologist to be able to distinguish between different tissue constructs and nuclei. Manually labelling nuclei may not be a feasible approach for collecting large-scale annotated datasets, especially when a single image region can contain thousands of different cells. However, solely relying on automatic generation of annotations will limit the accuracy and reliability of ground truth. Therefore, to help overcome the above challenges, we propose a multi-stage annotation pipeline to enable the collection of large-scale datasets for histology image analysis, with pathologist-in-the-loop refinement steps. Using this pipeline, we generate the largest known nuclear instance segmentation and classification dataset, containing nearly half a million labelled nuclei in H&E stained colon tissue. We have released the dataset and encourage the research community to utilise it to drive forward the development of downstream cell-based models in CPath.

研究の動機と目的

• 核のセグメンテーションおよび分類のための大規模かつ正確にアノテートされたヒストロロジー画像データセットが不足しているという、計算病理学における深刻なボトルネックを解消すること。
• 高品質なアノテーションを維持しながら大規模なデータ収集を可能にする、病理医が関与するスケーラブルなマルチステージアノテーションパイプラインの開発。
• H&E染色された結腸組織用に、知られている中で最大規模のインスタンスセグメンテーションおよび分類データセットの構築。これにより、がん診断における説明可能なAIモデルの開発を支援。
• 病理医とデータセットのアノテーションの間の定量的一致統計を提供し、アノテーションの信頼性を検証するとともに、モデル性能のベンチマークを示唆。
• 研究の促進を目的として、データセットを公開することにより、大腸がんにおける細胞ベースの解析およびバイオマーカーの発見を加速。

提案手法

• 自動およびセミオートマチックなセグメンテーションを組み合わせたマルチステージのアノテーションパイプラインを設計し、繰り返し病理医による精査を経て、大規模なスケールで高精度なアノテーションを実現。
• 初期モデルの低信頼度予測の優先的精査により、アノテーション負荷を低減しながらも、高品質な真値を維持する。
• 6種類の異なる結腸組織由来の20倍拡大画像で、6つの異なる核クラスのピクセルレベルのアノテーションを実施。
• 各核に分類ラベルを割り当てた：上皮細胞、リンパ球、プラズマ細胞、好中球、好酸球、結合組織細胞。
• 代表的なサンプルに対して、病理医とデータセットのアノテーションとの間の一致度を定量化するための新規な一致分析手法を適用。
• 3-fold交差検証と外部テストセットを用いて、U-Net、Micro-Net、HoVer-Netといったベースラインモデルを訓練および評価し、各クラスごとのセグメンテーション性能を評価。

実験結果

リサーチクエスチョン

• RQ1 病理医が関与するマルチステージのアノテーションパイプラインが、ヒストロジー画像における大規模な核インスタンスセグメンテーションのスケーラビリティおよび正確性に与える影響は何か？
• RQ2 大規模で多様なデータセットにおいて、好中球や好酸球といった低頻度の核クラスに対して、最先端のセグメンテーションモデルの性能はどのように変動するか？
• RQ3 特にリンパ球とプラズマ細胞のような生物学的に類似した細胞タイプに関して、病理医同士の合意度および病理医とデータセットアノテーションとの合意度はどの程度か？
• RQ4 Lizardのような大規模かつ高精度にアノテートされたデータセットは、結腸がん解析のための計算病理学モデルにおける一般化性能および説明可能性を向上させることができるか？
• RQ5 評価者間一致統計に基づいて、結腸組織内の6つの異なる核タイプを区別する分類性能の上限は何か？

主な発見

• Lizardは、6つの核クラスにわたり495,179個のアノテート済み核を含み、計算病理学分野で現在までに知られている最大規模のインスタンスセグメンテーションおよび分類データセットである。
• 3-fold交差検証において、HoVer-Netが平均パンタスティック品質（PQ）0.559 ± 0.014を達成し、U-NetおよびMicro-Netをすべてのクラスで上回った。
• 上皮細胞、リンパ球、結合組織細胞のセグメンテーション性能は高く（PQ > 0.49）、これはデータセット内での高い代表度に起因する。
• 好中球および好酸球のセグメンテーション性能は顕著に低く（PQ < 0.25）なっており、これはクラスの不均衡および形態的類似性に起因すると考えられる。
• 病理医間の合意度は上皮細胞で最も高く、リンパ球とプラズマ細胞の間で最も低かった。これは、これらの細胞タイプを区別する際に曖昧さが生じる可能性を示唆している。
• 一致分析の結果、データセットのアノテーションは信頼性が高く、誤分類が一部観察されたものの、混同行列の主対角成分に高い一致度が確認された。