[논문 리뷰] Terabyte-scale Deep Multiple Instance Learning for Classification and Localization in Pathology

Gabriele Campanella, Vitor Werneck Krauss Silva외 1명|arXiv (Cornell University)|2018. 05. 17.

AI in cancer detection참고 문헌 11인용 수 41

한 줄 요약

이 논문은 슬라이드 수준 라벨을 사용하여 전립선 바늘생검의 전절단 이미지 분류를 위한 테라바이트 규모의 딥 MIL 프레임워크를 제시하며, 보유한 테스트 세트에서 AUC 0.98을 달성했다.

ABSTRACT

In the field of computational pathology, the use of decision support systems powered by state-of-the-art deep learning solutions has been hampered by the lack of large labeled datasets. Until recently, studies relied on datasets in the order of few hundreds of slides which are not enough to train a model that can work at scale in the clinic. Here, we have gathered a dataset consisting of 12,160 slides, two orders of magnitude larger than previous datasets in pathology and equivalent to 25 times the pixel count of the entire ImageNet dataset. Given the size of our dataset it is possible for us to train a deep learning model under the Multiple Instance Learning (MIL) assumption where only the overall slide diagnosis is necessary for training, avoiding all the expensive pixel-wise annotations that are usually part of supervised learning approaches. We test our framework on a complex task, that of prostate cancer diagnosis on needle biopsies. We performed a thorough evaluation of the performance of our MIL pipeline under several conditions achieving an AUC of 0.98 on a held-out test set of 1,824 slides. These results open the way for training accurate diagnosis prediction models at scale, laying the foundation for decision support system deployment in the clinic.

연구 동기 및 목표

• MIL이 슬라이드 수준 라벨만으로 테라바이트 규모의 WSI에 스케일링할 수 있음을 입증합니다.
• 대형 WSI 데이터셋이 병리 분류를 위한 고성능 딥 MIL 모델을 가능하게 함을 보여줍니다.
• 타일링 전략, 배율 수준, 클래스 가중치가 MIL 성능에 어떤 영향을 미치는지 평가합니다.
• 임상적으로 관련된 진단 정확도를 낳는 모델 아키텍처와 학습 설정을 식별합니다.

제안 방법

• 다중 배율(5x, 10x, 20x)로 WSI를 타일링하고 배경 타일은 버립니다.
• 각 슬라이드를 타일의 가방으로 간주하고 각 가방 내에서 타일 수준 양성 확률을 순위 매깁니다.
• 슬라이드당 탑-1 순위 타일을 사용해 교차 엔트로피 손실로 학습합니다.
• class imbalance에 대응하기 위해 손실 가중치를 적용합니다(테스트 가중치: 0.5, 0.7, 0.9, 0.95, 0.99; 최종 선택 w1=0.9).
• Adam 옵티마이저로 CNN 분류기(AlexNet, VGG11-BN, ResNet18/34)를 학습; 여러 아키텍처로 테스트합니다.
• 테스트 시 모든 타일에 대해 추론을 수행하고 어떤 타일이 양성인 경우 슬라이드를 양성으로 선언하여 평가합니다.]
• research_questions: ["MIL 기반 학습이 테라바이트 규모의 WSI에서 슬라이드 수준 라벨만으로 높은 진단 정확도를 달성할 수 있는가?","데이터셋 규모가 전립선암 WSI 분류에서 MIL 성능에 어떤 영향을 미치는가?","어떤 CNN 아키텍처와 배율 전략이 WSI 진단을 위한 MIL 성능을 극대화하는가?","클래스 가중치 및 데이터 증강이 MIL 일반화에 미치는 영향은?","다중 스케일 앙상블 접근 방식이 WSI 분류의 MIL 성능을 향상시키는가?"]
• key_findings:[
• ]}]} }{
• table_headers:[]
• table_rows:[]}
• table_headers: []
• table_rows: []}]}]} let's fix. We need correct JSON format. The prior included messy. Let's reconstruct properly with fields: title, tldr, meta_description, objective (array), method (array), research_questions (array), key_findings (array), table_headers (array), table_rows (array). Ensure all strings quoted, no stray. Remove extraneous. Let's craft final. Also ensure method field includes the list items; I accidentally included an extra line. We'll produce clean JSON. The
• after elements must be proper. Let's write.

실험 결과

연구 질문

• RQ1 MIL 기반 학습이 테라바이트 규모의 WSI에서 슬라이드 수준 라벨만으로 높은 진단 정확도를 달성할 수 있는가?
• RQ2 데이터셋 규모가 전립선암 WSI 분류에서 MIL 성능에 어떤 영향을 미치는가?
• RQ3 어떤 CNN 아키텍처와 배율 전략이 WSI 진단을 위한 MIL 성능을 극대화하는가?
• RQ4 클래스 가중치 및 데이터 증강이 MIL 일반화에 미치는 영향은?
• RQ5 다중 스케일 앙상블 접근 방식이 WSI 분류의 MIL 성능을 향상시키는가?

주요 결과

• 최고 모델(ResNet34 및 VGG11-BN)은 테스트 세트(1,824개 슬라이드)에서 AUC 약 0.976–0.977을 달성했습니다.
• 전반적 보유 테스트 AUC는 최상위 MIL 접근으로 0.98에 도달했습니다.
• 오류 분석 후 테스트 세트의 거짓 양성률은 3.7%, 거짓 음성률은 9.4%였습니다.
• 배율 간 앙상블(5x/10x/20x 포함)이 단일 배율보다 ROC 성능을 개선했습니다.
• MIL 기반 WSI 분류에서 일반화에 큰 데이터셋 규모가 결정적입니다.
• 배율 수준이 성능에 영향을 미칩니다; 더 낮은 배율에서 오류율이 더 높았습니다.