[論文レビュー] Yottixel -- An Image Search Engine for Large Archives of Histopathology Whole Slide Images

Shivam Kalra, Charles Q. Choi+3 more|arXiv (Cornell University)|Nov 20, 2019

AI in cancer detection参考文献 34被引用数 19

ひとこと要約

Yottixel は、ヒストパスロジー全スライド画像（WSI）の大規模アーカイブを対象としたリアルタイム画像検索エンジンであり、WSI をパッチのモザイクとしてコン act に表現する新しい「バーコードの束」（BoB）インデックス手法を活用している。この手法により、数百万枚の画像を高精度かつ低容量で検索可能となり、UPMC および TCGA のデータセットにおいて、病理医の評価と強い意味的整合性を示した。

ABSTRACT

With the emergence of digital pathology, searching for similar images in large archives has gained considerable attention. Image retrieval can provide pathologists with unprecedented access to the evidence embodied in already diagnosed and treated cases from the past. This paper proposes a search engine specialized for digital pathology, called Yottixel, a portmanteau for "one yotta pixel," alluding to the big-data nature of histopathology images. The most impressive characteristic of Yottixel is its ability to represent whole slide images (WSIs) in a compact manner. Yottixel can perform millions of searches in real-time with a high search accuracy and low storage profile. Yottixel uses an intelligent indexing algorithm capable of representing WSIs with a mosaic of patches by converting them into a small number of methodically extracted barcodes, called "Bunch of Barcodes" (BoB), the most prominent performance enabler of Yottixel. The performance of the prototype platform is qualitatively tested using 300 WSIs from the University of Pittsburgh Medical Center (UPMC) and 2,020 WSIs from The Cancer Genome Atlas Program (TCGA) provided by the National Cancer Institute. Both datasets amount to more than 4,000,000 patches of 1000x1000 pixels. We report three sets of experiments that show that Yottixel can accurately retrieve organs and malignancies, and its semantic ordering shows good agreement with the subjective evaluation of human observers.

研究の動機と目的

• デジタル病理会診における大規模な全スライド画像（WSI）アーカイブにおける効率的かつ正確な画像検索の課題に対処すること。
• 大規模 WSI データベースにおいて、高精度な検索を維持しつつ、ストレージおよび計算コストを低減すること。
• ペタバイトスケールの病理画像コレクションを処理できるスケーラブルな検索エンジンの開発。
• 診断済みおよび治療済みの過去のサンプルから類似症例を病理医が迅速に検索し、診断支援を可能にすること。

提案手法

• Yottixel は、全スライド画像（WSI）を、各々がコンパクトなバーコード表現に変換された画像パッチのモザイクとして表現する。
• 代表的な特徴を WSI パッチから体系的に抽出する「バーコードの束」（BoB）技術を採用し、低次元かつ検索可能な形式に変換する。
• 高速な類似性検索を実現するインtellectual なインデックスアルゴリズムを用いて、数百万枚の WSI に対して最小限のストレージオーバーヘッドで検索を可能にする。
• BoB 表現は、臓器タイプや悪性度分類に関連する意味的および形態的特徴を保持するように設計されている。
• BoB ベクトル上での効率的な近似最近傍探索を活用することで、リアルタイムで大規模 WSI コレクションに対するクエリを処理する。
• フレームワークは、UPMC から 300 枚、TCGA から 2,020 枚の WSI を含む 2 つの大規模データセットで評価され、合計で 400 万枚以上の 1000×1000 ピクセルのパッチが対象となった。

実験結果

リサーチクエスチョン

• RQ1 スケーラブルな画像検索エンジンは、低ストレージおよび計算コストを維持しながら、高精度にヒストパスロジー WSI を検索できるか？
• RQ2 検索結果の意味的順序付けは、病理医が主観的に行う類似性評価とどの程度整合しているか？
• RQ3 「バーコードの束」（BoB）表現は、多様な WSI 型にわたり、形態的および診断的特徴をどの程度保持できるか？
• RQ4 このシステムは、大規模 WSI アーカイブからの数百万のパッチに対してリアルタイム検索をサポートできるか？
• RQ5 Yottixel の性能は、ベースライン検索手法と比較して、検索精度および効率性の面でどの程度優れているか？

主な発見

• Yottixel は、UPMC および TCGA の多様なヒストパスロジー WSI において、臓器および悪性度の識別において高い検索精度を達成した。
• 検索結果の意味的順序付けは、人間の観察者による評価と強く一致しており、臨床的に意味のある類似性を示した。
• システムはリアルタイム性能を示し、膨大なデータスケールにもかかわらず、数百万件の検索を効率的に処理できた。
• 「バーコードの束」（BoB）表現により、低ストレージオーバーヘッドでコンパクトなインデックス化が可能となり、重要な診断的特徴を保持した。
• 2,320 枚の WSI から得た 400 万以上のパッチを対象に、定性的にバリデーションが実施され、スケーラビリティおよび耐障害性が確認された。
• この手法は WSI データの次元を大幅に削減しながらも、高い検索忠実度を維持し、高速かつ正確な検索を可能にした。