[論文レビュー] Neural Stain Normalization and Unsupervised Classification of Cell Nuclei in Histopathological Breast Cancer Images

Edwin Yuan, Junkyo Suh|arXiv (Cornell University)|Nov 9, 2018

AI in cancer detection参考文献 9被引用数 11

ひとこと要約

本論文では、H&E染色による乳がん組織画像における細胞核の染色補正済み、非教師あり分類のためのディープラーニングパイプラインを提示する。CNNベースの染色補正法、U-Netによる核セグメンテーション、および形態的および色の特徴に基づいて完全に非教師ありで核の種類をクラスタリングするInfoGANベースのモデルを採用し、k-meansベースラインと比較して感度およびF1スコアで優れた性能を達成した。

ABSTRACT

In this paper, we develop a complete pipeline for stain normalization, segmentation, and classification of nuclei in hematoxylin and eosin (H&E) stained breast cancer histopathology images. In the first step, we use a CNN-based stain transfer technique to normalize the staining characteristics of (H&E) images. We then train a neural network to segment images of nuclei from the H&E images. Finally, we train an Information Maximizing Generative Adversarial Network (InfoGAN) to learn visual representations of different types of nuclei and classify them in an entirely unsupervised manner. The results show that our proposed CNN stain normalization yields improved visual similarity and cell segmentation performance compared to the conventional SVD-based stain normalization method. In the final step of our pipeline, we demonstrate the ability to perform fully unsupervised clustering of various breast histopathology cell types based on morphological and color attributes. In addition, we quantitatively evaluate our neural network - based techniques against various quantitative metrics to validate the effectiveness of our pipeline.

研究の動機と目的

• 異なるラボやスキャナで生じるH&E染色の高さのばらつきに対処する。これは一貫した画像解析を妨げる要因である。
• 染色の外観を基準となる標準に合わせることで、核セグメンテーションや分類などの後続タスクの性能を向上させる。
• 教師データのラベルが不要な形で、形態的および色の特徴に基づいて細胞核の種類を完全に非教師ありで分類する手法を開発する。
• 教師なしでもディープニューラルネットワークが、核の種類の意味的で分離可能な表現を学習できることを示す。

提案手法

• CNNベースの染色転送ネットワークを訓練し、色および空間的特徴の相関関係を学習することで、H&E画像を基準となる染色外観に補正する。
• 公的データセットを用いて訓練されたU-Netアーキテクチャを用いて、染色補正済みH&E画像からの核セグメンテーションを実施する。
• 非教師あり分類にInfoGANベースのアーキテクチャを採用し、分離可能な表現学習を促進するためにリプシッツ勾配ペナルティと相互情報量損失を組み込む。
• 生成器は潜在変数を条件として、現実的な核画像を生成するが、識別器はこれらの潜在変数を異なる細胞タイプに分類するように学習する。
• モデルは染色補正済み画像上でエンドツーエンドに訓練され、潜在変数を用いて核を生物学的に意味のあるタイプにクラスタリングする。
• 性能評価にはF1スコア、正答率、混同行列を用い、k-meansおよびResNet-152特徴ベースのクラスタリングベースラインと比較した。

実験結果

リサーチクエスチョン

• RQ1 CNNベースの染色補正法は、従来のSVDベースの手法と比較して、視覚的類似性およびセグメンテーション性能を向上させるか？
• RQ2 非教師ありのInfoGANベースのモデルは、教師データのラベルがなくても、H&E染色組織画像における細胞核の種類を効果的に分類できるか？
• RQ3 提案手法の非教師ありモデルの性能は、画像ベクトルまたは深層特徴に基づくk-meansなどの従来のクラスタリング手法と比較してどうなるか？
• RQ4 InfoGANモデルで学習された表現は、核密度や色の変動といった生物学的関連特徴をどの程度捉えているか？

主な発見

• 提案されたCNNベースの染色補正法は、SVDベースの補正と比較して、定量的指標によっても核セグメンテーション性能が顕著に向上したことが確認された。
• InfoGANベースの非教師あり分類モデルは、上皮細胞に対して77.3%のF1スコアを達成し、k-meansベースライン（46.1%）およびResNet-152 k-meansベースライン（47.7%）を上回った。
• 上皮細胞の感度は72.5%を示したが、k-meansベースラインはたったの35%であったため、生物学的に関連する特徴の検出性能が優れていることが示された。
• 混同行列から、最大の誤分類エラーは上皮細胞核とリンパ球核の間で生じており、微細な形態的および色の違いが、深層モデルに対しても困難であることが示唆された。
• 生成画像のリアルさは高いが、分類結果は必ずしも人間が解釈可能な場合ではないため、機械と人間の細胞タイプ認識に乖離が生じていることが示された。
• モデルの潜在空間は、上皮細胞核とリンパ球核を区別するために重要な核密度や微細な色の変化といった低レベル特徴を捉えている。