[論文レビュー] ProtoDiv: Prototype-guided Division of Consistent Pseudo-bags for Whole-slide Image Classification

Rui Yang, Pei Liu+1 more|arXiv (Cornell University)|Apr 13, 2023

Image Retrieval and Classification Techniques被引用数 5

ひとこと要約

本稿では、全スライド画像（WSIs）から一貫性のある疑似バッグを生成する、プロトタイプ誘導型でプラグアンドプレイ可能な手法であるProtoDivを提案する。この手法は、平均ベースまたはアテンションベースのプロトタイプを用いて階層的ランダムサンプリングを誘導することで、組織表現型の分布を保持する疑似バッグを生成し、弱教師あり複数インスタンス学習（MIL）分類の性能を向上させる。このアプローチにより、一貫性があり適応的なデータ拡張が可能となり、2つの公的WSIデータセットで7つのベースラインモデルに対して顕著な分類性能の向上が得られた。

ABSTRACT

Due to the limitations of inadequate Whole-Slide Image (WSI) samples with weak labels, pseudo-bag-based multiple instance learning (MIL) appears as a vibrant prospect in WSI classification. However, the pseudo-bag dividing scheme, often crucial for classification performance, is still an open topic worth exploring. Therefore, this paper proposes a novel scheme, ProtoDiv, using a bag prototype to guide the division of WSI pseudo-bags. Rather than designing complex network architecture, this scheme takes a plugin-and-play approach to safely augment WSI data for effective training while preserving sample consistency. Furthermore, we specially devise an attention-based prototype that could be optimized dynamically in training to adapt to a classification task. We apply our ProtoDiv scheme on seven baseline models, and then carry out a group of comparison experiments on two public WSI datasets. Experiments confirm our ProtoDiv could usually bring obvious performance improvements to WSI classification.

研究の動機と目的

• 計算病理学における限られた弱教師あり全スライド画像（WSIs）の課題に対処するため、複数インスタンス学習（MIL）におけるデータ拡張を改善すること。
• 訓練サンプルの組織表現型分布を保持する一貫性のある疑似バッグを生成する汎用的でプラグアンドプレイ可能な手法を開発すること。
• 従来の疑似バッグ分割方式の限界（ランダム分割：一貫性の欠如、クラスタリングベース手法：計算コストが高く静的）を克服するため、動的でプロトタイプ駆動のアプローチを導入すること。
• アーキテクチャの変更なしに、効果的でスケーラブルなデータ拡張を可能にし、モデルの一般化性能を向上させること。

提案手法

• ProtoDivは、WSIパッチ特徴から得られるバッグプロトタイプを導入する。プロトタイプは、静的である平均ベクトルまたはトレーニング中に学習されるアテンションベースの適応的プロトタイプとして定義される。
• プロトタイプを用いて、各パッチとプロトタイプ間の類似度スコアを計算し、階層的ランダムサンプリングによる疑似バッグ分割を可能にする。
• 疑似バッグは、WSIを複数のサブバッグに分割することで形成され、組織表現型にわたってバランスの取れた分布を確保する。これにより、各サブバッグが親バッグの表現型構成を反映する。
• 本手法は、既存のMILフレームワークにプラグインとして統合可能であり、バックボーンモデルアーキテクチャの変更を一切不要とする。
• アテンションベースのプロトタイプは微分可能であり、トレーニング中に同時に最適化されるため、現在の分類タスクに最も特徴的な組織パターンを適応的に表現できる。
• 一貫性があり代表的なサンプリングを保証するため、正規化された類似度メトリックが使用される。

実験結果

リサーチクエスチョン

• RQ1 プロトタイプ誘導型の疑似バッグ分割方式は、WSI分類における訓練サンプルの一貫性と代表性を向上させることができるか？
• RQ2 提案手法であるProtoDivは、ランダム分割およびK-meansクラスタリングベースの疑似バッグ分割と比較して、性能と効率の面で優れているか？
• RQ3 アテンションベースのプロトタイプは、静的平均ベースのプロトタイプと比較して、より優れた適応性と性能を示すか？
• RQ4 ProtoDivは、異なるWSIデータセットで多様なMILモデルの性能をどの程度向上させるか？
• RQ5 疑似バッグの数（n）や組織表現型クラスタ数（l）といったハイパーパrameterが、最終的な分類性能に与える影響はどの程度か？

主な発見

• アテンションベースのプロトタイプを用いたProtoDivは、TCGA-BRCAでABMILで0.863のAUCを達成し、ランダム分割（0.861）およびK-means分割（0.858）を上回った。
• 平均ベースのプロトタイプを用いたProtoDivは、ABMILで0.872のAUCを達成し、ランダム（0.861）およびK-means（0.858）のベースラインを一貫して上回った。
• ProtoDivの処理時間は、平均ベースで1WSIあたり1.296秒、アテンションベースで1.381秒であり、K-meansクラスタリングの144.231秒と比較して極めて効率的であることが示された。
• 疑似バッグの数（n）を10を超えて増加させると、AUC性能は表現型の数（l）にあまり依存しなくなり、多様性の高い設定でも安定性を示した。
• 異なるハイパーパrameter設定下で、ProtoDivのAUC性能は0.8369から0.8715の範囲に収まり、n=1の際のベースライン0.7975を顕著に上回った。
• 可視化により、アテンションベースのプロトタイプが組織表現型を効果的に捉え、ProtoDivで生成された疑似バッグが表現的領域に均等にパッチを分布させ、代表性を確保していることが確認された。