[論文レビュー] Reinforced Auto-Zoom Net: Towards Accurate and Fast Breast Cancer Segmentation in Whole-slide Images

Nanqing Dong, Michael Kampffmeyer+4 more|arXiv (Cornell University)|Jul 29, 2018

AI in cancer detection参考文献 12被引用数 9

ひとこと要約

本稿では、全スライド画像（WSI）の懸念される領域に選択的にズームインすることで、正確かつ効率的な乳がん分類を実現する深層強化学習フレームワーク、強化型自己ズームネットワーク（RAZN）を提案する。ズームインの意思決定方針を学習することにより、RAZNは不均衡でノイズの多いデータにおいても分類精度を向上させるとともに、単一スケールおよびマルチスケールベースラインと比較して推論時間を短縮し、平均IOU 0.49および相対的推論時間 2.71 ± 0.57を達成した。

ABSTRACT

Convolutional neural networks have led to significant breakthroughs in the domain of medical image analysis. However, the task of breast cancer segmentation in whole-slide images (WSIs) is still underexplored. WSIs are large histopathological images with extremely high resolution. Constrained by the hardware and field of view, using high-magnification patches can slow down the inference process and using low-magnification patches can cause the loss of information. In this paper, we aim to achieve two seemingly conflicting goals for breast cancer segmentation: accurate and fast prediction. We propose a simple yet efficient framework Reinforced Auto-Zoom Net (RAZN) to tackle this task. Motivated by the zoom-in operation of a pathologist using a digital microscope, RAZN learns a policy network to decide whether zooming is required in a given region of interest. Because the zoom-in action is selective, RAZN is robust to unbalanced and noisy ground truth labels and can efficiently reduce overfitting. We evaluate our method on a public breast cancer dataset. RAZN outperforms both single-scale and multi-scale baseline approaches, achieving better accuracy at low inference cost.

研究の動機と目的

• 高解像度の全スライド画像（WSI）における正確で迅速な乳がん分類の課題に対処すること。これは、ハードウェアおよび視野の制限によって制限される。
• 画素レベルのアノテーションにおけるデータの不均衡とノイズを克服すること。これは、従来のディープラーニング手法において過学習を引き起こすことがよくある。
• 強化学習を用いて病理医の選択的ズームイン行動を模倣するフレームワークを開発することにより、効率性とロバスト性を向上させること。
• 従来のマルチスケール学習戦略と比較して、強化学習が医療画像分類に与える有効性を評価すること。

提案手法

• RAZNは、ポリシー勾配法を用いてトレーニングされたポリシーネットワークを採用し、WSIパッチ内の特定の領域に対してズームインするかどうかを決定する。
• 本フレームワークは2つの解像度スケール（粗い：64×64、細かい：128×128）を用い、両方を入力用に256×256にリサイズする。
• 分類ネットワークはResNet18に基づいており、ポリシーネットワークの計算コストを低減するために、修正された残差ブロックを採用している。
• ポリシーネットワークは、Adam最適化法を用い、ステップワイズな学習率スケジューリングを適用して、分類ネットワークとエンドツーエンドでトレーニングされる。
• ズームイン意思決定は確率的であり、無関係な領域への無駄なアップサンプリングや訓練を回避できる。
• 評価指標には平均IOUと重み付きIOUを用い、相対的推論時間は単一スケールベースラインに対して正規化されている。

実験結果

リサーチクエスチョン

• RQ1 強化学習に基づくズームインポリシーは、不均衡でノイズの多い全スライド画像において分類精度を向上させることができるか？
• RQ2 選択的ズームインは、正常および良性組織において過学習を軽減するとともに、癌性病変領域での特徴学習を強化するか？
• RQ3 強化学習に基づく自己ズーム機構の推論速度は、固定マルチスケールアプローチと比較してどうなるか？
• RQ4 提案されたフレームワークは、単一スケールおよびマルチスケールベースラインの両方を、精度および効率の面で上回ることができるか？

主な発見

• RAZNは平均IOU 0.49を達成し、単一スケールベースライン（0.38）およびマルチスケールMSモデル（0.18）を著しく上回った。
• RAZNの重み付きIOUは0.11であり、すべての手法の中で最高であり、希少または不均衡なクラスにおける性能向上を示している。
• RAZNの相対的推論時間は2.71 ± 0.57であり、マルチスケールベースライン（MS：5.06、Attention：5.16）よりも高速であることを示しており、効率性が裏付けられた。
• MSモデルは、データ拡張がクラス不均衡を悪化させ、ノイズを導入するため、性能が著しく低かった（平均IOU：0.18）。
• Attentionモデルは中程度の改善を示したが、RAZNに劣っており、固定サイズの小さながん細胞に対してスケール統合が最適でない可能性を示唆している。
• RAZNの確率的ズームインポリシーにより、懸念されない領域への不要なトレーニングを回避し、ノイズラベルに対してよりロバストな性能が向上した。