[論文レビュー] Mitosis domain generalization in histopathology images -- The MIDOG challenge

Marc Aubreville, Nikolas Stathonikos+33 more|arXiv (Cornell University)|Apr 6, 2022

AI in cancer detection被引用数 4

ひとこと要約

本論文は、複数のホールスライドスキャナを対象とした組織病理画像におけるミトーシス検出のドメイン一般化手法を評価するMIDOG 2021チャレンジを提示する。優勝手法は、未学習スキャナにおいても最先端の性能を示し、F₁スコア0.748（95%信頼区間：0.704–0.781）を達成した。アンサンブル学習、テスト時増強、補助セグメンテーションタスクが成功要因として浮き彫りになった。

ABSTRACT

The density of mitotic figures within tumor tissue is known to be highly correlated with tumor proliferation and thus is an important marker in tumor grading. Recognition of mitotic figures by pathologists is known to be subject to a strong inter-rater bias, which limits the prognostic value. State-of-the-art deep learning methods can support the expert in this assessment but are known to strongly deteriorate when applied in a different clinical environment than was used for training. One decisive component in the underlying domain shift has been identified as the variability caused by using different whole slide scanners. The goal of the MICCAI MIDOG 2021 challenge has been to propose and evaluate methods that counter this domain shift and derive scanner-agnostic mitosis detection algorithms. The challenge used a training set of 200 cases, split across four scanning systems. As a test set, an additional 100 cases split across four scanning systems, including two previously unseen scanners, were given. The best approaches performed on an expert level, with the winning algorithm yielding an F_1 score of 0.748 (CI95: 0.704-0.781). In this paper, we evaluate and compare the approaches that were submitted to the challenge and identify methodological factors contributing to better performance.

研究の動機と目的

• デジタル組織病理学におけるホールスライドスキャナのばらつきに起因するドメインシフトを是正すること。
• 異なる画像デバイスに依存しないドメインに一般化可能なディーブラーニングモデルの開発。
• 4台のスキャナを含むベンチマークを用いて、学習時に未使用の2台のスキャナを含む評価を実施。
• 多様なスキャナドメインにわたる強固な性能を実現するための手法的要因の同定。
• 病理的腫瘍グレーディングにおけるAIの臨床的応用を進めるため、レーティング者間ばらつきとスキャナ依存的性能低下の低減。

提案手法

• チャレンジは、4台のホールスライドスキャナからなる200例のトレーニングセットと、2台の未学習スキャナを含む100例のテストセットを用いた。
• 参加者はミトーシス検出のためのディーブラーニングモデルを適用し、多くの参加者が耐障害性を向上させるためにテスト時増強とアンサンブル学習を採用した。
• 上位の性能を示した手法は、特徴学習と一般化を強化するため、補助セグメンテーションタスクを統合した。
• 全スキャナにわたるF₁スコアを評価指標とし、特に未知のスキャナにおける性能に注目した。
• 評価フレームワークは、スキャナ由来のドメインシフトを主な課題として分離できるよう、染色条件を制御した。
• モデルアーキテクチャ、データ増強、トレーニング戦略の影響を特定するため、結果を分析した。

実験結果

リサーチクエスチョン

• RQ1 トレーニング時に未確認のスキャナを含む複数のホールスライドスキャナにわたって、ディーブラーニングモデルが強固なミトーシス検出性能を達成できるか。
• RQ2 アンサンブル学習、テスト時増強、補助タスクといった手法的要素の中で、ミトーシス検出におけるドメイン一般化を最も顕著に向上させる要因は何か。
• RQ3 染色や組織タイプといった他の要因と比較して、スキャナの違いに起因するドメインシフトは、モデル性能にどの程度の影響を及えるか。
• RQ4 領域オブインタレスト（ROI）パッチでのモデル性能は、より高い組織複雑性を示すフルホールスライド画像にどの程度一般化できるか。
• RQ5 モデルアーキテクチャのサイズと設計は、多様なスキャナドメインにわたる一般化を達成するために果たす役割は何か。

主な発見

• 最良の手法はF₁スコア0.748（95%信頼区間：0.704–0.781）を達成し、同じタスクにおいて熟練病理医の水準に一致した。
• 上位3つの手法すべてが補助セグメンテーションタスクを採用しており、ドメイン一般化に有益である可能性が示唆されたが、因果関係は確認できなかった。
• 上位7件中5件の手法がアンサンブル学習またはテスト時増強を採用しており、これらが耐障害性向上に寄与していることが示された。
• スキャナDおよびFでは、ラベルが提供されていない場合に顕著に性能が低下しており、未特定のドメインシフトまたは画像品質の問題が原因である可能性がある。
• 分類ネットワークが大きいほど性能が向上しており、アーキテクチャの容量が一般化を支援する可能性があることが示された。
• 本チャレンジは、ホールスライドスキャナ由来のドメインシフトが大きな障壁であるが、克服可能であることを示した。上位手法は、未学習スキャナにおいて最先端の性能を達成した。