[논문 리뷰] NuCLS: A scalable crowdsourcing, deep learning approach and dataset for nucleus classification, localization and segmentation

Mohamed Amgad, Lamees A Atteya외 35명|arXiv (Cornell University)|2021. 02. 18.

AI in cancer detection참고 문헌 34인용 수 7

한 줄 요약

이 논문은 의과대학생과 병리의사들을 활용하여 유방암 조직병리 영상에서 세포핵을 220,000개 이상의 고품질 레이블로 생성하는 확장 가능한 커뮤니티 라벨링 프레임워크인 NuCLS를 소개한다. 약한 감독 학습 초기화와 반복적 개선, 그리고 학습된 임베딩의 의사결정트리 근사법(DTALE)이라는 새로운 기법을 결합함으로써, 세분화 정확도를 향상시키고 모델의 해석 가능성을 높이며 수동 레이블링 부담을 줄였다.

ABSTRACT

High-resolution mapping of cells and tissue structures provides a foundation for developing interpretable machine-learning models for computational pathology. Deep learning algorithms can provide accurate mappings given large numbers of labeled instances for training and validation. Generating adequate volume of quality labels has emerged as a critical barrier in computational pathology given the time and effort required from pathologists. In this paper we describe an approach for engaging crowds of medical students and pathologists that was used to produce a dataset of over 220,000 annotations of cell nuclei in breast cancers. We show how suggested annotations generated by a weak algorithm can improve the accuracy of annotations generated by non-experts and can yield useful data for training segmentation algorithms without laborious manual tracing. We systematically examine interrater agreement and describe modifications to the MaskRCNN model to improve cell mapping. We also describe a technique we call Decision Tree Approximation of Learned Embeddings (DTALE) that leverages nucleus segmentations and morphologic features to improve the transparency of nucleus classification models. The annotation data produced in this study are freely available for algorithm development and benchmarking at: https://sites.google.com/view/nucls.

연구 동기 및 목표

• 딥러닝을 위한 계산 병리학 분야에서 대규모 고품질 레이블링된 조직병리 영상 데이터 확보의 핵심적 장애요소를 해결하기 위해.
• 비전문가인 의과대학생을 활용한 확장 가능한 커뮤니티 라벨링 파이프라인을 통해 수동 레이블링에 소요되는 시간과 전문 지식 요구 수준을 줄이기 위해.
• 약한 감독 학습 초기화와 형태학적 특징 통합을 통해 세포핵 세분화 및 분류 모델의 정확도와 해석 가능성을 향상시키기 위해.
• 학습된 임베딩의 의사결정트리 근사법(DTALE)을 통해 투명하고 설명 가능한 딥러닝 모델을 개발하여 임상적 신뢰도 향상과 모델 디버깅을 위한 목적으로.
• 기준 설정 및 계산 병리학 연구 발전을 위해 공개 가능한 220,000개의 세포핵 레이블을 포함한 대규모 데이터셋을 제공하기 위해.

제안 방법

• 의과대학생과 병리의사로부터 세포핵 레이블을 수집하기 위한 커뮤니티 라벨링 플랫폼을 설계하였으며, 품질 제어 메커니즘을 갖춘 웹 기반 인터페이스를 사용하였다.
• 초기에는 소량의 전문가 레이블링 데이터로 학습된 약한 감독 학습 기반 딥러닝 모델이 비전문가 레이블러를 안내하기 위해 세분화 제안을 제공함으로써 레이블링 정확도를 향상시켰다.
• 특히 작은 크기의 세포핵이나 겹치는 세포핵에 대해 성능을 향상시키기 위해 마스크 R-CNN 아키텍처를 수정하여 조직병리 영상에서의 인스턴스 세분화 성능을 개선했다.
• 학습된 특징 임베딩의 의사결정트리 근사법(DTALE) 기법을 도입하여, 학습된 특징 임베딩을 형태학적 세포핵 특징(예: 크기, 모양, 질감)으로 매핑함으로써 모델 예측의 해석 가능성을 높였다.
• 다양한 레이블러 간의 일致도를 확보하기 위해 플라이스의 카파 계수 및 기타 통계적 측정치를 사용하여 체계적으로 평가하였다.
• 최종 데이터셋은 공통 레이블링과 품질 필터링을 통해 고도로 정밀한 기준 데이터셋으로 정제되었으며, 세포핵 분석을 위한 강력하고 정확도가 높은 기준 데이터셋을 확보하였다.

실험 결과

연구 질문

• RQ1 비전문가인 의과대학생을 포함한 확장 가능한 커뮤니티 라벨링 프레임워크가 계산 병리학 분야에서 전문가 수준의 레이블링에 비견되는 고품질의 세포핵 레이블링을 생성할 수 있는가?
• RQ2 약한 감독 학습 기반 모델의 제안을 제공함으로써 비전문가 레이블링의 정확도와 효율성이 조직병리 영상 세분화 과정에서 어떻게 향상되는가?
• RQ3 마스크 R-CNN 모델에 가해진 수정이 도전적인 유방암 조직병리 영상에서 세포핵 인스턴스 세분화 성능을 얼마나 향상시킬 수 있는가?
• RQ4 학습된 임베딩의 의사결정트리 근사법(DTALE) 기법이 성능 저하 없이 딥러닝 모델의 해석 가능성을 향상시킬 수 있는가?
• RQ5 다양한 레이블러(의과대학생 및 병리의사) 간에 대규모 다기관 세포핵 레이블링 작업에서 어떤 수준의 일致도가 달성될 수 있는가?

주요 결과

• 커뮤니티 라벨링 데이터셋은 다수의 기관과 영상 플랫폼에서 확보한 220,000개 이상의 고품질 세포핵 레이블을 포함하며, 공개적으로 사용 가능하다.
• 약한 감독 학습 기반 모델의 제안을 활용함으로써 비전문가 레이블링 정확도가 향상되었으며, 레이블링 시간이 단축되고 레이블러 간 일관성이 증가하였다.
• 수정된 마스크 R-CNN는 유방암 조직병리 영상에서 세포핵 인스턴스 세분화 성능에서 최신 기술 수준을 달성하여 표준 구현보다 뛰어난 성능을 보였다.
• DTALE 방법은 학습된 딥 레이어 특징을 형태학적 세포핵 특성(예: 크기, 모양, 질감)으로 성공적으로 매핑하여 모델의 투명성과 해석 가능성을 향상시켰다.
• 레이블러 간 일치도 평가 결과(Fleiss’ Kappa)는 중간에서 상등 수준(κ ≈ 0.65–0.75)에 도달하여 다양한 레이블러 그룹 간 신뢰할 수 있는 공통 레이블링이 이루어졌음을 확인하였다.
• 최종 데이터셋은 강력한 일반화 능력을 보였으며, 다양한 검증 세트와 영상 조건에서 일관된 성능을 유지하였다.