[論文レビュー] Neural Stain-Style Transfer Learning using GAN for Histopathological Images

Hyungjoo Cho, Sungbin Lim+2 more|arXiv (Cornell University)|Oct 23, 2017

AI in cancer detection参考文献 13被引用数 77

ひとこと要約

論文は、条件GANと特徴保存損失を用いた染色スタイル転送（SST）ネットワークを提案し、病変分類器の性能を保ちつつ機関間で染色スタイルを転送する。CAMELYON16データで評価。

ABSTRACT

Performance of data-driven network for tumor classification varies with stain-style of histopathological images. This article proposes the stain-style transfer (SST) model based on conditional generative adversarial networks (GANs) which is to learn not only the certain color distribution but also the corresponding histopathological pattern. Our model considers feature-preserving loss in addition to well-known GAN loss. Consequently our model does not only transfers initial stain-styles to the desired one but also prevent the degradation of tumor classifier on transferred images. The model is examined using the CAMELYON16 dataset.

研究の動機と目的

• 機関ごとに染色スタイルが異なると分類器の性能が変わる問題を動機付ける。
• SSTをGANベースの染色スタイル転送手法として提案し、分類器の特徴を保ちながら染色スタイルを統一する。
• 再構成、条件GAN、特徴保存損失を組み込んでスタイル生成器を訓練する。
• SSTが分類器の性能を保持し、機関間データで腫瘍分類精度を改善することを示す。

提案手法

• 染色スタイルを色画像の機関別分布として定義する。
• グレイ正規化Gと染色スタイル生成器zetaを用いて転写 tau = zeta o G を形成する。
• 以下の三つの損失でtauを訓練する：系統内スタイルの一貫性を保つ再構成損失、色写像を学ぶための条件GAN損失、分類器特徴を維持する特徴保存損失。
• Fully convolutional FusionNetベースの生成器とGANフレームワークのVGG様鑑別器を採用。
• ResNet-34分類器を鑑別信号と特徴抽出器としてFP損失に利用。

実験結果

リサーチクエスチョン

• RQ1 GANベースの染色スタイル転送は、ターゲット機関のラベルや参照実装がなくても機関間の染色スタイルを写像できるか？
• RQ2 特徴保存損失を組み込むことで染色スタイル転送後の腫瘍分類器の性能低下を防げるか？
• RQ3 SSTは機関間データにおける腫瘍分類指標の点で従来の染色正規化法と比べてどうか？

主な発見

モデル	対象	オリジナル	SST	WSICS	HS	Macenko	Reinhard
AUC	0.9760	0.8900	0.9185	0.6408	0.4245	0.7169	0.5611
Precision	0.9114	0.8098	0.8440	0.5989	0.4987	0.6983	0.6114
Recall	0.9126	0.8111	0.8460	0.5957	0.4986	0.6956	0.0 6119
Specificity	0.9583	0.8014	0.8371	0.6010	0.4162	0.6500	0.5471

• SSTは転移画像で他の手法および元画像より腫瘍分類AUCが最高 (0.9185)。
• SSTはターゲット様データでAUC 0.9760を維持、元画像は0.8900へ低下。
• WSICS、HS、Macenko、Reinhardと比較して、 SSTは機関間テストセットでの精度・再現率・特異度を大幅に上回る。
• SSTは視覚的な染色正規化アプローチを上回り、分類に関連する組織病理パターンを保持。