[论文解读] A New Graph Node Classification Benchmark: Learning Structure from Histology Cell Graphs

Claudia Vanea, Jonathan A. Campbell+9 more|arXiv (Cornell University)|Nov 11, 2022

AI in cancer detection被引用 4

一句话总结

本论文提出了 Placenta，一个从胎盘组织学全切片图像（WSI）衍生的新型图节点分类基准，包含超过230万个节点和799,745个标记细胞，覆盖9种不平衡的组织结构。该研究在大规模、异构且不完整的细胞图数据上评估了7种可扩展图神经网络（GNN）模型，结果表明模型性能对感受野大小、类别不平衡和特征表示极为敏感，凸显了未来在生物医学图学习中GNN发展的关键挑战。

ABSTRACT

We introduce a new benchmark dataset, Placenta, for node classification in an underexplored domain: predicting microanatomical tissue structures from cell graphs in placenta histology whole slide images. This problem is uniquely challenging for graph learning for a few reasons. Cell graphs are large (>1 million nodes per image), node features are varied (64-dimensions of 11 types of cells), class labels are imbalanced (9 classes ranging from 0.21% of the data to 40.0%), and cellular communities cluster into heterogeneously distributed tissues of widely varying sizes (from 11 nodes to 44,671 nodes for a single structure). Here, we release a dataset consisting of two cell graphs from two placenta histology images totalling 2,395,747 nodes, 799,745 of which have ground truth labels. We present inductive benchmark results for 7 scalable models and show how the unique qualities of cell graphs can help drive the development of novel graph neural network architectures.

研究动机与目标

• 为解决生物医学图像中缺乏大规模、真实且复杂的图基准的问题，特别是针对全切片图像（WSI）的组织学图像。
• 开发一个可扩展的节点分类基准，以捕捉真实组织微结构中固有的结构复杂性和数据不完整性。
• 在极端类别不平衡、异质性节点聚类和大规模图结构的领域中，评估最先进GNN模型的性能。
• 识别图学习中的关键挑战，如感受野大小、特征表示和类别不平衡，这些因素限制了模型在组织病理学中的泛化能力。
• 为开发适用于临床和生物图学习的稳健、可扩展且可解释的GNN架构提供基础。

提出的方法

• 从两幅胎盘全切片图像（WSI）构建细胞图，其中节点代表单个细胞，边基于空间邻近性（k-NN）和形态相似性建立。
• 使用64维节点特征，源自11种不同的细胞类型，类别标签表示9种微结构胎盘组织结构。
• 应用归纳式图神经网络（GNN），包括GraphSAGE、ClusterGCN、SIGN、ShaDow及GAT变体，采用子图采样和早停法进行训练。
• 通过调整子图大小和层数深度，采用多尺度评估策略，以评估模型对局部与全局上下文的敏感性。
• 使用准确率、top-2准确率、ROC AUC和AUC-PR评估模型性能，并对类别不平衡、特征编码和模型深度进行详细消融分析。
• 在私有GPU集群上运行实验，使用RTX 8000硬件，CO2排放量估算为22.46 kgCO2 eq。

实验结果

研究问题

• RQ1 现有可扩展GNN架构在从组织学WSI衍生的大规模、高度不平衡且空间异质的细胞图上的表现如何？
• RQ2 感受野大小在识别同一图中大小各异的组织结构时，对模型性能的影响程度如何？
• RQ3 类别不平衡在多大程度上影响GNN对罕见胎盘组织结构分类的泛化能力和可靠性？
• RQ4 不同的节点特征表示方式（64维向量 vs. one-hot编码）如何影响模型的准确率和鲁棒性？
• RQ5 在如此大规模的图上，哪些关键的架构和超参数限制（如批量大小、层数深度）影响了GNN的可扩展性？

主要发现

• ClusterGCN在800个子图大小和32层时达到最高准确率（0.647），但当感受野缩小时性能显著下降，表明其对局部上下文高度敏感。
• 模型表现出强烈的同质性（0.9868–0.9984），但在少数类上表现困难，仅占数据0.21%的类别的AUC-PR值低于0.5。
• 使用one-hot编码特征导致准确率下降0.019（0.628 vs. 0.647），AUC-PR也更低（0.833 vs. 0.893），表明学习得到的64维特征比原始类别编码更具信息量。
• ClusterGCN在隐藏单元数为512时出现过拟合，而128单位时出现欠拟合，表明该数据集存在最优隐藏维度范围。
• 减小感受野大小导致对大型组织结构的误分类（例如，SVilli被误判为Chorion），凸显GNN在处理空间分布聚类时对充分上下文的依赖。
• 该数据集的高类别不平衡性和结构复杂性使得当前GNN表现欠佳，强调了未来需要开发能有效处理不平衡性、可扩展性和数据不完整性问题的新架构。