[論文レビュー] Multiple Instance Learning for Digital Pathology: A Review on the State-of-the-Art, Limitations & Future Potential

Michael Gadermayr, Maximilian Tschuchnig|arXiv (Cornell University)|Jun 9, 2022

AI in cancer detection被引用数 5

ひとこと要約

この論文は、デジタル病理会診における最新の複数インスタンス学習（MIL）手法をレビューし、スライドレベルのラベルのみを用いて弱教師あり全スライド画像（WSI）分類を可能にする深層MILアーキテクチャに焦点を当てる。注目機構とハイブリッドインスタンス埋め込み学習が顕著なトレンドであると強調する一方で、データ不足とGPUメモリ制限が主な課題であると指摘し、小規模データセットへの対処のための改善されたデータ増強と転移学習の導入を提言する。

ABSTRACT

Digital whole slides images contain an enormous amount of information providing a strong motivation for the development of automated image analysis tools. Particularly deep neural networks show high potential with respect to various tasks in the field of digital pathology. However, a limitation is given by the fact that typical deep learning algorithms require (manual) annotations in addition to the large amounts of image data, to enable effective training. Multiple instance learning exhibits a powerful tool for learning deep neural networks in a scenario without fully annotated data. These methods are particularly effective in this domain, due to the fact that labels for a complete whole slide image are often captured routinely, whereas labels for patches, regions or pixels are not. This potential already resulted in a considerable number of publications, with the majority published in the last three years. Besides the availability of data and a high motivation from the medical perspective, the availability of powerful graphics processing units exhibits an accelerator in this field. In this paper, we provide an overview of widely and effectively used concepts of used deep multiple instance learning approaches, recent advances and also critically discuss remaining challenges and future potential.

研究の動機と目的

• デジタル病理会診における広く使われており効果的な深層複数インスタンス学習（MIL）アプローチを調査すること。
• 全スライド画像（WSI）分類のための最近のMILモデルにおける技術的進歩およびアーキテクチャ的革新を特定すること。
• 十分なトレーニングデータやGPUメモリ制限といった、依然として残存する限界を厳密に分析すること。
• データ増強と転移学習といった今後の研究方向性を検討し、小規模データセットにおけるパフォーマンス向上を図ること。
• 臨床的応用ではなく技術的革新に焦点を当て、MILのデジタル病理会診への応用を包括的に概説すること。

提案手法

• 論文は、全スライド画像（WSI）から抽出されたピクチャレベル特徴量を用いてスライドレベルラベルを予測する最近の深層MIL手法を統合・分析する。
• モデルがWSIのバッグ内における識別的ピクチャに注目できる注目機構の重要性を強調し、解釈可能性とパフォーマンスの向上を実現する。
• インスタンスレベルと埋め込みレベルの表現を統合するハイブリッド学習戦略について検討し、特徴量学習と分類精度の向上を図る。
• ImageNetなどでの事前学習済み畳み込みニューラルネットワーク（CNN）を用いた特徴抽出と、MIL固有の集約手法（例：Bag-of-Wordsやクラスタリング）の組み合わせを検討する。
• ピクチャレベル予測を集計してヒストグラム化し、SVMなどのスパarsely分類器を用いて分類するカウントベースのMIL手法を評価する。
• 深層MILと古典的MIL、非深層学習アプローチを対比し、高次元のWSIデータ処理において深層アーキテクチャの利点を強調する。

実験結果

リサーチクエスチョン

• RQ1 デジタル病理会診における複数インスタンス学習に現在用いられている最も効果的な深層学習アーキテクチャと技術は何か？
• RQ2 ピクチャレベルのアノテーションが存在しない状況下で、注目機構とハイブリッドインスタンス埋め込み学習はWSI分類にどのように寄与するか？
• RQ3 データ不足とハードウェア制限といった要因が、MILのパフォーマンスと導入を妨げる主な制限要因であるとされるが、その主な要因は何か？
• RQ4 転移学習とデータ増強は、WSI分類における小規模トレーニングデータセットの課題をどの程度軽減できるか？
• RQ5 解釈可能性と臨床ワークフロー統合の観点から、MILベースのアプローチは、従来のセグメンテーションおよび分類モデルと比べてどのように異なるか？

主な発見

• 注目機構とハイブリッドインスタンス埋め込み学習は、最近のデジタル病理会診向け深層MILモデルにおいて顕著なトレンドとして浮き彫りになっている。
• アーキテクチャの類似性は見られるものの、最近の手法は損失関数、注目機構、特徴集約戦略において顕著な革新を示している。
• ImageNetのような大規模データセットからの事前学習特徴の使用は一般的であり、MIL固有の適応と組み合わせることでパフォーマンスが向上する。
• ピクチャ特徴のヒストグラムとSVMなどのシンプルな分類器を用いるカウントベースのMIL手法は、全スライド画像の数が極めて少ない場合でも強力な性能を示す。
• エンドツーエンドで学習可能なMILモデルへの傾向が明確に見られるが、依然として単一のアーキテクチャや手法が支配的とはなっていない。
• 転移学習に適した、ヒストロロジカルに類似した大規模で公開可能なデータセットの欠如が、モデルの汎化性能と性能向上の主な障壁のままである。