[論文レビュー] Sparse Autoencoder for Unsupervised Nucleus Detection and Representation in Histopathology Images

Le Hou, Vu Nguyen+5 more|arXiv (Cornell University)|Apr 3, 2017

AI in cancer detection参考文献 25被引用数 4

ひとこと要約

本稿では、ヒストパスロジー画像における完全無教師、エンドツーエンドの核検出および表現学習のための新しいスパース畳み込みオートエンコーダ（CAE）を提案する。特徴マップ全体にわたるクロスワイドスパースネスを課すことにより、CAEは核の検出とその空間的・外観的特徴の符号化を同時に実行し、教師あり手法に比べて必要なラベル付きデータの5%でさえも達成可能な最先端の性能を発揮する。

ABSTRACT

Histopathology images are crucial to the study of complex diseases such as cancer. The histologic characteristics of nuclei play a key role in disease diagnosis, prognosis and analysis. In this work, we propose a sparse Convolutional Autoencoder (CAE) for fully unsupervised, simultaneous nucleus detection and feature extraction in histopathology tissue images. Our CAE detects and encodes nuclei in image patches in tissue images into sparse feature maps that encode both the location and appearance of nuclei. Our CAE is the first unsupervised detection network for computer vision applications. The pretrained nucleus detection and feature extraction modules in our CAE can be fine-tuned for supervised learning in an end-to-end fashion. We evaluate our method on four datasets and reduce the errors of state-of-the-art methods up to 42%. We are able to achieve comparable performance with only 5% of the fully-supervised annotation cost.

研究の動機と目的

• ヒストパスロジー画像において、核の検出と表現学習を同時に実行する完全無教師のディープラーニング手法を開発すること。
• 弱教師ありパイプラインにおける別個で手動で調整された核検出ステップの必要性を排除すること。
• 無教師事前学習を用いて、下流の分類およびセグメンテーションネットワークのエンドツーエンド学習を可能にすること。
• 無教師表現学習を活用することで、高価な専門家ラベル付きデータへの依存度を著しく低減すること。
• クロスワイドスパースネスが核分析タスクにおける高性能を達成するために不可欠であることを示すこと。

提案手法

• 本手法は、入力画像パッチを背景と前方景像に分解するスパース畳み込みオートエンコーダ（CAE）を採用する。
• 背景は大規模な色・テクスチャを符号化する低解像度の特徴マップから再構成され、高周波数の残差が前方景像として核を捉える。
• 前方景像表現はクロスワイドスパースネスによって強制される：同じ空間的位置にあるすべての特徴マップのニューロンが、核が存在する場合にのみ同時に活性化される。
• オートエンコーダが誤差最小化を通じて核を暗黙的に検出するように、ピクセル単位の再構成誤差を最小化することで、ネットワークをエンドツーエンドに訓練する。
• 学習された特徴マップは核の位置と外観を符号化しており、分類およびセグメンテーションのための微調整が可能である。
• 微細な空間的詳細を保持するため、プーリング層を削除している。これは核が約20×20ピクセルという非常に小さいサイズであることを考慮すると特に重要である。

実験結果

リサーチクエスチョン

• RQ1 人為的ラベル付きバウンディングボックスやセグメンテーションマスクが一切不要な単一の無教師ディープネットワークが、核の検出と特徴抽出を同時に実行できるか？
• RQ2 標準的なスパースネスと比較して、特徴マップにわたるクロスワイドスパースネスを課すことで、核検出および表現学習の性能が向上するか？
• RQ3 本CAEを用いた無教師事前学習によって、分類やセグメンテーションなどの下流の教師ありタスクにおけるラベル付けコストをどの程度低減できるか？
• RQ4 性能とデータ効率の観点から、本手法は最先端の教師ありおよび半教師ありアプローチと比較してどのように差をつけるか？
• RQ5 無教師CAEは、核分析におけるエンドツーエンドの教師あり学習に効果的に微調整可能か？

主な発見

• 提案されたクロスワイドスパースCAEは、リンパ球が豊富な領域分類タスクにおいて、最良のベースラインSP-CNNと比較して42%の誤差低減を達成した。
• 訓練データのラベル付きデータ量を5%にまで削減した状態でも、4つのデータセットのうち2つで完全教師ありベースラインを上回り、高いデータ効率を示した。
• MICCAI 2015核セグメンテーションチャレンジにおいて、DICE平均が0.8362を達成し、優勝者（0.80）およびU-Net（0.7942）を上回った。
• 本手法は、分離して特徴抽出と分類のチューニングが必要なベースラインでさえ、個々のリンパ球分類タスクにおいて誤差を25%低減した。
• アブレーションスタディにより、クロスワイドスパースネスが本質的であることが確認された：これを除去すると性能が著しく低下し、共同検出と表現学習におけるその役割が裏付けられた。
• ネットワークにプーリング層が存在しないため、重要な空間解像度が保持されており、これは核セグメンテーションにおいてU-Netを上回る性能の鍵要因である。