[論文レビュー] Weakly Supervised Clustering by Exploiting Unique Class Count

Mustafa Ümit Öner, Hwee Kuan Lee+1 more|arXiv (Cornell University)|Jun 18, 2019

Face and Expression Recognition参考文献 46被引用数 8

ひとこと要約

本論文は、インスタンスレベルのラベルなしで教師なしクラスタリングを可能にする、独自のクラス数（UCC）に基づく新しい複数インスタンス学習タスクを用いた弱教師ありクラスタリングフレームワークを提案する。UCCは、インスタンスのバッグに含まれる異なるクラスの数を指す。ニューラルネットワークによるUCC分類器をバッグレベルのUCCラベルで訓練し、その特徴量をクラスタリングに用いる。本手法は、乳がん転移の画像分類において、完全教師ありモデルと同等の性能を達成した。

ABSTRACT

A weakly supervised learning based clustering framework is proposed in this paper. As the core of this framework, we introduce a novel multiple instance learning task based on a bag level label called unique class count ($ucc$), which is the number of unique classes among all instances inside the bag. In this task, no annotations on individual instances inside the bag are needed during training of the models. We mathematically prove that with a perfect $ucc$ classifier, perfect clustering of individual instances inside the bags is possible even when no annotations on individual instances are given during training. We have constructed a neural network based $ucc$ classifier and experimentally shown that the clustering performance of our framework with our weakly supervised $ucc$ classifier is comparable to that of fully supervised learning models where labels for all instances are known. Furthermore, we have tested the applicability of our framework to a real world task of semantic segmentation of breast cancer metastases in histological lymph node sections and shown that the performance of our weakly supervised framework is comparable to the performance of a fully supervised Unet model.

研究の動機と目的

• 病理的組織切片における乳がん転移病変の検出において、高価で包括的なインスタンスレベルのアノテーションを取得することが難しいという課題に対処すること。
• バッグレベルのラベル（特に1バッグあたりの固有クラス数であるUCC）のみを用いて、個々のインスタンスをクラスタリングする弱教師あり学習フレームワークを開発すること。
• UCC分類器が、インスタンスレベルの監視なしに、クラスタリングに適した特徴量を暗黙的に学習できることを示すこと。
• 本フレームワークを実世界のバイオメディカル画像分類タスクに適用し、完全教師ありモデル（例：U-Net）と同等の性能に近づけることを検証すること。

提案手法

• 本フレームワークは、バッグレベルのラベルが独自クラス数（UCC）であるという、新たなMILタスクを導入する。UCCは、バッグに含まれるすべてのインスタンスにおける異なるクラスの数として定義される。
• UCCラベルを用いてトレーニングされたニューラルネットワークベースのUCC分類器（UCCモデル）は、インスタンスレベルのアノテーションなしに、クラスの数を数える能力を学習する。
• トレーニング済みのUCCモデルは特徴量抽出器として機能し、各バッグ内の個々のインスタンスに対して埋め込み表現を生成する。
• その後、抽出された特徴量に対して教師なしクラスタリング（例：k-means）を適用し、インスタンスレベルのラベルを割り当てる。
• 本手法は、32×32の画像パッチをインスタンスとし、512×512の画像をバッグとし、UCCラベル（1または2）を有するCAMELYONデータセットを用いて評価された。
• 性能は、完全教師ありのU-Netモデルと、教師なしk-meansベースラインと比較された。評価は、転移病変のセマンティックセグメンテーションタスクを対象としている。

実験結果

リサーチクエスチョン

• RQ1 UCCラベルに基づいてトレーニングされたUCC分類器は、インスタンスレベルのアノテーションなしに、個々のインスタンスを正確にクラスタリングできるか？
• RQ2 弱教師ありのUCCベースクラスタリングフレームワークの性能は、医療画像分類において完全教師ありモデルと同等か？
• RQ3 UCCラベルにノイズや曖昧さが含まれる実世界の病理画像においても、UCCフレームワークは効果的に機能するか？
• RQ4 インスタンスレベルのラベルがトレーニング時に提供されない状況下でも、UCCモデルはクラスタリングに十分な判別力のある特徴量を学習できるか？

主な発見

• UCCベースのフレームワークは、テストセットで86.3%のピクセル精度を達成し、教師なしk-meansベースライン（51.2%）を顕著に上回った。
• UCCモデルは、真正陽性率（TPR）81.8%、偽陽性率（FPR）14.9%を達成し、完全教師ありU-NetモデルのTPR 86.0%、FPR 12.6%に非常に近い性能を示した。
• 本フレームワークは、正常細胞が転移巣にわずかに混入している、または逆に転移巣に正常細胞が混入しているようなノイズのあるUCCラベルに対しても、頑健であることが示された。
• 数学的解析により、完全なUCC分類器は、個々のインスタンスを完全にクラスタリング可能であることが証明され、本手法の理論的基盤が裏付けられた。
• UCCラベルのみでトレーニングされたUCCモデルの性能は、完全教師ありU-Netモデルと同等であり、臨床現場においてははるかに安価で実現可能性の高いアノテーションスキームであることが示された。