[論文レビュー] Synthetic Augmentation and Feature-based Filtering for Improved Cervical Histopathology Image Classification

Yuan Xue, Qianying Zhou+6 more|arXiv (Cornell University)|Jul 24, 2019

AI in cancer detection参考文献 15被引用数 6

ひとこと要約

本稿では、特徴空間のフィルタリングを組み合わせた条件付きGANベースのデータ拡張フレームワークを提案し、子宮頸がん組織像分類の性能向上を図る。合成された上皮パッチを生成し、クラスの重心からの特徴距離に基づいてフィルタリングすることで、ResNet18の精度を66.3%から71.7%まで向上させた。これは、医療画像拡張において、視覚的リアリズムよりも特徴の質が重要であることを示している。

ABSTRACT

Cervical intraepithelial neoplasia (CIN) grade of histopathology images is a crucial indicator in cervical biopsy results. Accurate CIN grading of epithelium regions helps pathologists with precancerous lesion diagnosis and treatment planning. Although an automated CIN grading system has been desired, supervised training of such a system would require a large amount of expert annotations, which are expensive and time-consuming to collect. In this paper, we investigate the CIN grade classification problem on segmented epithelium patches. We propose to use conditional Generative Adversarial Networks (cGANs) to expand the limited training dataset, by synthesizing realistic cervical histopathology images. While the synthetic images are visually appealing, they are not guaranteed to contain meaningful features for data augmentation. To tackle this issue, we propose a synthetic-image filtering mechanism based on the divergence in feature space between generated images and class centroids in order to control the feature quality of selected synthetic images for data augmentation. Our models are evaluated on a cervical histopathology image dataset with a limited number of patch-level CIN grade annotations. Extensive experimental results show a significant improvement of classification accuracy from 66.3% to 71.7% using the same ResNet18 baseline classifier after leveraging our cGAN generated images with feature-based filtering, which demonstrates the effectiveness of our models.

研究の動機と目的

• 頑健な分類器を訓練するための注釈付き子宮頸がん組織像が限られているという課題に対処する。
• 視覚的にリアリスティックではあるが、特徴の品質がばらつきが生じるGAN生成画像の限界を克服する。
• 合成画像がデータ拡張に意味のある特徴を寄与するように保証するためのフィルタリング機構を開発する。
• 最小限の実際の注釈データを用いて、4クラスのCINグレーディングタスクにおける分類性能を向上させる。
• 特徴ベースのフィルタリングが、従来の方法やフィルタリングなしの合成データを上回るGAN拡張の効果を示す。

提案手法

• 実際の訓練データ上で事前学習されたResNet18特徴抽出器を用い、埋め込み空間におけるクラス固有の特徴重心を計算する。
• 特徴空間において、対応するクラスの重心に最も近い合成画像を選択することで、高品質な特徴を保証する。
• 制御された比R（例：0.5または2.0）で、元の訓練セットにフィルタリング済みの合成画像を追加し、クラスのバランスを維持する。
• 結合された実データおよびフィルタリング済みの合成データセット上で、再びResNet18分類器を訓練し、性能を評価する。

実験結果

リサーチクエスチョン

• RQ1 cGANベースのデータ拡張は、限られた子宮頸がん組織像パッチデータにおける分類精度を向上させることができるか？
• RQ2 クラス重心からの特徴空間の近接度に基づいて合成画像をフィルタリングすることで、フィルタリングなしまたは従来の拡張法と比較してモデル性能が向上するか？
• RQ3 合成画像と実画像の比が異なる場合、拡張モデルの性能はどのように変化するか？
• RQ4 特徴ベースのフィルタリング機構は、複数回の実行において生成画像の品質を安定化・向上させるのに有効か？
• RQ5 提案手法は、ベースラインモデルおよび従来のデータ拡張技術を上回る性能を示せるか？

主な発見

• 特徴ベースのフィルタリングを施した本手法は、分類精度が71.7%に達し、ベースラインのResNet18モデル（66.3%）を著しく上回った。
• フィルタリング済みcGANモデルで拡張比R=2を適用した場合、最高の精度（71.7%）とAUC（0.811）を記録し、すべてのベースラインおよびフィルタリングなしのバージョンを上回った。
• フィルタリングありのモデルは、標準偏差が0.008と低く、実行間で一貫した性能を示し、合成画像の特徴品質が安定的かつ信頼できることを示した。
• 高い拡張比（R=2）であっても、フィルタリング済みモデルは高い性能を維持した一方、R=2のフィルタリングなしcGANは66.0%まで低下し、ベースラインより悪化した。
• フィルタリングにより感度は61.1%まで上昇（ベースライン55.3%）、異常CINクラスの検出能力が向上した。
• 特徴ベースのフィルタリングにより特異度は88.6%を維持し、感度が向上したにもかかわらず、誤検出（偽陽性）は最小限に抑えられた。