[논문 리뷰] Deep Learning Methods for Lung Cancer Segmentation in Whole-slide Histopathology Images -- the ACDC@LungHP Challenge 2019

Zhang Li, Jiehua Zhang외 31명|arXiv (Cornell University)|2020. 08. 21.

COVID-19 diagnosis using AI참고 문헌 20인용 수 8

한 줄 요약

이 논문은 전체 슬라이드 조직병리학 영상에서 픽셀 단위의 폐암 세그멘테이션을 위한 딥러닝 방법을 평가하는 ACDC@LungHP 2019 챌린지를 제시한다. 150개의 훈련 및 50개의 테스트 WSIs로 구성된 데이터셋을 사용하여, 최고 성능을 보인 다중모델 접근 방식이 DICE 계수 0.8372 ± 0.0858을 달성하였으며, 이는 관찰자 간 일치도에 가까워졌고, 딥러닝이 디지털 병리학에서 자동 폐암 진단에 강력한 잠재력을 지닌다는 것을 보여준다.

ABSTRACT

Accurate segmentation of lung cancer in pathology slides is a critical step in improving patient care. We proposed the ACDC@LungHP (Automatic Cancer Detection and Classification in Whole-slide Lung Histopathology) challenge for evaluating different computer-aided diagnosis (CADs) methods on the automatic diagnosis of lung cancer. The ACDC@LungHP 2019 focused on segmentation (pixel-wise detection) of cancer tissue in whole slide imaging (WSI), using an annotated dataset of 150 training images and 50 test images from 200 patients. This paper reviews this challenge and summarizes the top 10 submitted methods for lung cancer segmentation. All methods were evaluated using the false positive rate, false negative rate, and DICE coefficient (DC). The DC ranged from 0.7354$\pm$0.1149 to 0.8372$\pm$0.0858. The DC of the best method was close to the inter-observer agreement (0.8398$\pm$0.0890). All methods were based on deep learning and categorized into two groups: multi-model method and single model method. In general, multi-model methods were significantly better ($ extit{p}$

연구 동기 및 목표

• 전체 슬라이드 조직병리학 영상(WSI)에서 정확하고 픽셀 단위의 폐암 세그멘테이션을 위한 딥러닝 기반 방법을 평가하고 비교하는 것.
• 200명의 환자 WSI로 구성된 표준화된 벤치마크 데이터셋에서 다양한 딥러닝 아키텍처와 훈련 전략의 성능을 평가하는 것.
• 모델 앙상블 기법, 사전 훈련된 가중치, 레이블 노이즈 정제가 세그멘테이션 정확도에 미치는 영향을 조사하는 것.
• WSI 기반 폐암 아형 분류에 초점을 맞춘 향후 챌린지의 기초를 마련하는 것.

제안 방법

• 챌린지는 200명의 환자로부터 확보한 150개의 훈련 및 50개의 테스트 전체 슬라이드 영상(WSI) 데이터셋을 사용하였으며, 숙련된 병리의사가 제공한 레이블이 포함되어 있었다.
• 모든 방법은 주로 컨볼루션 신경망(CNN) 기반의 딥러닝에 기반하였으며, 단일모델 및 다중모델 접근 방식으로 분류되었다.
• 다중모델 방법는 여러 네트워크의 예측을 조합하여 정확도와 견고성을 향상시키기 위해 주로 앙상블 평균 또는 투표 전략을 사용하였다.
• 일부 팀에서는 레이블 정제 기법을 적용하였으며, Otsu 임계값 설정, 경계 상자 필터링, 타일 기반 처리를 통해 레이블의 배경 노이즈를 감소시켰다.
• 세 팀은 사전 훈련된 ImageNet 가중치를 사용하였지만, 자연 이미지와 조직병리학 영상 간의 도메인 차이로 인해 성능 향상이 일관되게 이루어지지 않았다.
• 평가에는 표준 지표인 DICE 계수(DC), 위양성 비율(FPR), 위음성 비율(FNR)을 사용하였으며, DC가 주요 성능 측정 지표로 사용되었다.

실험 결과

연구 질문

• RQ1 다양한 딥러닝 아키텍처는 전체 슬라이드 영상에서 폴셀 수준의 폐암 조직 세그멘테이션에 어떻게 성능을 발휘하는가?
• RQ2 다양한 모델을 조합하는(앙상블 방법) 방식은 단일 모델에 비해 세그멘테이션 성능을 유의미하게 향상시키는가?
• RQ3 사전 훈련된 ImageNet 가중치는 조직병리학 WSI 세그멘테이션 작업에서 성능 향상에 어느 정도 기여하는가?
• RQ4 레이블 정제 기법은 WSI 세그멘테이션의 훈련 데이터에서 노이즈가 많거나 정밀도가 떨어지는 레이블을 다루는 데 얼마나 중요한가?
• RQ5 딥러닝 모델의 성능은 병리의사 간 관찰자 간 일치도와 비교해 볼 때 어떻게 되는가?

주요 결과

• 최고 성능을 보인 방법은 DICE 계수 0.8372 ± 0.0858을 기록하였으며, 이는 관찰자 간 일치도 0.8398 ± 0.0890에 매우 가까운 수준이었다.
• 다중모델 방법는 단일모델 방법보다 유의미하게 높은 성능을 보였으며, 평균 DICE는 0.7966 ± 0.0898 대비 0.7544 ± 0.0991로 p < 0.01의 유의미한 차이를 보였다.
• 특히 Otsu 임계값 설정을 통한 배경 제거를 포함한 레이블 정제 기법은 더 높은 DICE 점수와 연관되어 있었다.
• 사전 훈련된 ImageNet 가중치는 성능 향상이 일관되게 이루어지지 않아, 조직병리학 분야에서의 도메인 차이가 이 기법의 유용성을 제한한다는 점을 시사했다.
• 최고의 방법들은 최대 0.9508의 높은 정확도와 최소 0.0948의 낮은 위음성 비율을 기록하여 암 부위를 강력하게 탐지할 수 있음을 보여주었다.
• 결과적으로 딥러닝 모델이 전문 병리의사 수준의 성능을 달성할 수 있음을 시사하며, 임상 의사 결정 지원 시스템에서의 활용 가능성을 뒷받침한다.