[論文レビュー] Segmenting Potentially Cancerous Areas in Prostate Biopsies using Semi-Automatically Annotated Data

Nikolay Burlutskiy, Nicolas Pinchaud+8 more|arXiv (Cornell University)|Apr 15, 2019

AI in cancer detection参考文献 14被引用数 4

ひとこと要約

本論文は、免疫蛍光画像から半自動的に生成されたWOB（基底細胞を有さない腺腫組織）のアノテーションを用いて、前立腺生検におけるがん性疑い領域をセグメンテーションするための深層学習フレームワークを提案する。WOBクラスを客観的に定義された教師データとして採用することで、針生検においてF1スコア0.80、PR AUC 0.89の高い精度を達成し、病理医よりも見逃されたWOB領域を検出する能力を示し、H&E染色スライドにおいて人間レベルの性能を達成した。

ABSTRACT

Gleason grading specified in ISUP 2014 is the clinical standard in staging prostate cancer and the most important part of the treatment decision. However, the grading is subjective and suffers from high intra and inter-user variability. To improve the consistency and objectivity in the grading, we introduced glandular tissue WithOut Basal cells (WOB) as the ground truth. The presence of basal cells is the most accepted biomarker for benign glandular tissue and the absence of basal cells is a strong indicator of acinar prostatic adenocarcinoma, the most common form of prostate cancer. Glandular tissue can objectively be assessed as WOB or not WOB by using specific immunostaining for glandular tissue (Cytokeratin 8/18) and for basal cells (Cytokeratin 5/6 + p63). Even more, WOB allowed us to develop a semi-automated data generation pipeline to speed up the tremendously time consuming and expensive process of annotating whole slide images by pathologists. We generated 295 prostatectomy images exhaustively annotated with WOB. Then we used our Deep Learning Framework, which achieved the $2^{nd}$ best reported score in Camelyon17 Challenge, to train networks for segmenting WOB in needle biopsies. Evaluation of the model on 63 needle biopsies showed promising results which were improved further by finetuning the model on 118 biopsies annotated with WOB, achieving F1-score of 0.80 and Precision-Recall AUC of 0.89 at the pixel-level. Then we compared the performance of the model against 17 biopsies annotated independently by 3 pathologists using only H\&E staining. The comparison demonstrated that the model performed on a par with the pathologists. Finally, the model detected and accurately outlined existing WOB areas in two biopsies incorrectly annotated as totally WOB-free biopsies by three pathologists and in one biopsy by two pathologists.

研究の動機と目的

• Gleasonグレーディングにおける主観性および観察者間・観察者内ばらつきを低減するため、バイオマーカーに基づいた客観的で明確な教師データクラスを導入すること。
• 前立腺全切開スライドにおけるWOB領域のピクセルレベルアノテーションを生成するスケーラブルで半自動的なパイプラインの開発。
• WOBアノテーション済みデータを用いて深層学習モデルを訓練し、針生検におけるがん性疑い領域を高精度で検出すること。
• 標準的なH&E染色スライドを用いて、モデルの性能を熟練病理医と比較し、臨床的妥当性を確保すること。
• モデルが病理医が見逃したWOB領域を検出できることを示し、診断の一貫性を向上させること。

提案手法

• Cytokeratin 8/18（腺腫組織）とCytokeratin 5/6 + p63（基底細胞）の共染色により定義される、客観的で明確な「WOB（基底細胞を有さない腺腫組織）」クラスを導入。
• スキャン済みの免疫蛍光画像から、H&E画像と整合したWOB教師マスクを生成する半自動的データ生成パイプラインを開発。
• Camelyon17チャレンジで2位を獲得したフレームワークを用い、295例の前立腺全切開スライドで事前学習した後、118例の生検で微調整する深層学習モデルを訓練。
• データ増強とモデルアンサンブルを適用し、異なるスキャナーや臨床ラボ間での頑健性と一般化性能を向上。
• 63例の生検で主な評価指標として精度-再現率AUCとF1スコアを用い、17例の生検では独立した病理医によるアノテーションと比較。
• 前立腺全切開スライドでのみ学習、生検でのみ学習、または統合的事前学習と微調整を組み合わせた戦略を比較するアブレーションスタディを実施。

実験結果

リサーチクエスチョン

• RQ1 WOBクラスは、前立腺がん検出における深層学習モデルの学習に、信頼性があり客観的な教師データとして適しているか？
• RQ2 半自動的アノテーション生成は、WOB領域のアノテーション品質を維持しつつ、病理医の作業負荷を顕著に低減するか？
• RQ3 WOBアノテーション済みデータで学習した深層学習モデルは、H&E染色針生検において熟練病理医と同等の性能を達成できるか？
• RQ4 モデルは、臨床的にWOBフリーと診断された生検において、複数の熟練病理医が見逃したWOB領域を検出できるか？
• RQ5 前立腺全切開スライドで事前学習し、その後生検データで微調整することで、モデルの一般化性能と精度が向上するか？

主な発見

• 前立腺全切開スライドで学習し、生検データで微調整したモデル（M¹,²ₚᵣ,ᵦᵢ）は、63例の針生検でF1スコア0.80、精度-再現率AUC 0.89を達成した。
• 生検のみ、または前立腺全切開スライドのみで学習したモデルよりも優れた性能を示し、最良の複合モデルは閾値に依存しない頑健性が最も高かった。
• 3名の病理医との直接比較において、17例のH&E染色生検で感度、特異度、F1スコアの面で人間レベルの性能を達成した。
• 2例の生検では、3名の病理医全員がWOBフリーと誤診した領域を、モデルが正しく検出し、正確に輪郭を描写した。1例では2名の病理医が見逃した領域も検出できた。
• 半自動的データ生成により、病理医による手動アノテーションへの依存を低減し、295例の前立腺全切開スライドに対して高品質で包括的なピクセルレベルラベルを提供可能となった。
• 複合モデルアーキテクチャ（前立腺全切開スライドで事前学習 + 生検で微調整）は、受容 field の拡大と一般化性能の向上を著しく改善し、他の学習戦略を上回った。