[論文レビュー] Deep Learning Segmentation and Classification of Red Blood Cells Using a Large Multi-Scanner Dataset

Mohamed Elmanna, Ahmed Elsafty+3 more|arXiv (Cornell University)|Mar 27, 2024

Digital Imaging for Blood Diseases被引用数 6

ひとこと要約

本論文は、大規模なマルチスキャナデータセット上でRBC解析のための2段階の深層学習フレームワークを提案する。まずU-Netでセグメンテーションを行い、次に転移学習を用いてEfficientNetB0で8クラスに分類する；IoUは98.03%、分類精度は96.5%を達成。

ABSTRACT

Digital pathology has recently been revolutionized by advancements in artificial intelligence, deep learning, and high-performance computing. With its advanced tools, digital pathology can help improve and speed up the diagnostic process, reduce human errors, and streamline the reporting step. In this paper, we report a new large red blood cell (RBC) image dataset and propose a two-stage deep learning framework for RBC image segmentation and classification. The dataset is a highly diverse dataset of more than 100K RBCs containing eight different classes. The dataset, which is considerably larger than any publicly available hematopathology dataset, was labeled independently by two hematopathologists who also manually created masks for RBC cell segmentation. Subsequently, in the proposed framework, first, a U-Net model was trained to achieve automatic RBC image segmentation. Second, an EfficientNetB0 model was trained to classify RBC images into one of the eight classes using a transfer learning approach with a 5X2 cross-validation scheme. An IoU of 98.03% and an average classification accuracy of 96.5% were attained on the test set. Moreover, we have performed experimental comparisons against several prominent CNN models. These comparisons show the superiority of the proposed model with a good balance between performance and computational cost.

研究の動機と目的

• 血液病理専門家がラベル付けした大規模で多様なデータセットを用いて、RBCのセグメンテーションと分類の改善を動機づける。
• 8クラスにわたる10万細胞を超える大規模なRBC画像データセットを作成・公開する。
• 性能と計算コストのバランスを取るため、セグメンテーションと分類の2段階フレームワークを開発する。
• EfficientNetB0を用いた転移学習の有効性を示し、他のCNNモデルと比較する。

提案手法

• Stage 1: RBC画像を細胞マスクに自動セグメンテーションするためにU-Netモデルを訓練する。
• Stage 2: 転移学習を用いてEfficientNetB0で分割済みRBC画像を8クラスに分類する。5x2のクロスバリデーション方式を使用。
• データセットのラベリングは、独立してマスクとラベルを作成した2名の血液病理学者による。
• セグメンテーションはIoU、分類は精度で評価する。
• 性能と計算コストのトレードオフを評価するため、いくつかの著名なCNNモデルとの比較実験を実施。

実験結果

リサーチクエスチョン

• RQ1 大規模なマルチスキャナRBCデータセットは、セグメンテーションと分類タスクの汎化性能を向上させることができるか。
• RQ2 2段階パイプライン（U-Netによるセグメンテーション、EfficientNetB0による分類）は、8つのRBCクラス全体でどの程度機能するか。
• RQ3 転移学習とクロスバリデーション戦略がRBC分類の精度に与える影響は何か。
• RQ4 提案されたフレームワークは、他のCNNアーキテクチャと比較して精度と計算効率の点でどのように比較されるか。

主な発見

• テストセットでのRBCセグメンテーションのIoUは98.03%を達成。
• 8クラスのテストセットでの平均RBC分類精度は96.5%。
• 提案された2段階モデルは、性能と計算コストのバランスでいくつかの著名なCNNモデルを上回る。