[论文解读] Algorithms for screening of Cervical Cancer: A chronological review

Yasha Singh, Dhruv Srivastava+2 more|arXiv (Cornell University)|Nov 2, 2018

AI in cancer detection参考文献 11被引用 11

一句话总结

本文对2000年至2018年期间用于自动宫颈癌筛查的机器学习算法进行了时间顺序综述，评估了支持向量机（SVM）、卷积神经网络（CNNs）、随机森林和灰度共生矩阵（GLCM）等方法在细胞分割与分类中的表现。研究突出了在准确性、数据集利用效率和计算效率方面的关键进展，全面分析了基于人工智能的宫颈癌检测方法在公开数据集上的应用。

ABSTRACT

There are various algorithms and methodologies used for automated screening of cervical cancer by segmenting and classifying cervical cancer cells into different categories. This study presents a critical review of different research papers published that integrated AI methods in screening cervical cancer via different approaches analyzed in terms of typical metrics like dataset size, drawbacks, accuracy etc. An attempt has been made to furnish the reader with an insight of Machine Learning algorithms like SVM (Support Vector Machines), GLCM (Gray Level Co-occurrence Matrix), k-NN (k-Nearest Neighbours), MARS (Multivariate Adaptive Regression Splines), CNNs (Convolutional Neural Networks), spatial fuzzy clustering algorithms, PNNs (Probabilistic Neural Networks), Genetic Algorithm, RFT (Random Forest Trees), C5.0, CART (Classification and Regression Trees) and Hierarchical clustering algorithm for feature extraction, cell segmentation and classification. This paper also covers the publicly available datasets related to cervical cancer. It presents a holistic review on the computational methods that have evolved over the period of time, in chronological order in detection of malignant cells.

研究动机与目标

• 分析2000年至2018年期间机器学习算法在宫颈癌筛查中的演变过程。
• 评估各种人工智能技术在细胞分割与分类中的性能，使用准确率和数据集规模等标准指标。
• 识别现有方法的局限性与挑战，如数据集稀缺性和模型泛化能力不足。
• 提供早期检测恶性宫颈细胞的计算方法的全面概览。

提出的方法

• 系统性回顾整合人工智能技术于宫颈癌筛查的同行评审研究论文。
• 将算法分类为特征提取（如GLCM、空间模糊聚类）、分割（如k-NN、MARS）和分类（如SVM、CNNs、PNNs）。
• 基于数据集规模、准确率和计算复杂度评估方法性能。
• 纳入Papsmear等公开可用数据集，用于基准测试。
• 对从传统机器学习到深度学习模型的算法发展过程进行时间顺序分析。
• 使用敏感性、特异性及F1-score等统计指标，比较不同研究中模型的性能表现。

实验结果

研究问题

• RQ1 2000年至2018年期间，机器学习算法在宫颈癌筛查中的应用如何演变？
• RQ2 哪些机器学习模型在分类恶性与良性宫颈细胞方面表现出最高准确率？
• RQ3 现有算法的主要局限性是什么，特别是关于数据集规模和模型泛化能力方面？
• RQ4 不同特征提取技术（如GLCM、SVM）在宫颈细胞分类中的性能表现如何比较？
• RQ5 公开可用数据集在推动自动化宫颈癌筛查研究方面发挥了什么作用？

主要发现

• 与SVM和k-NN等传统方法相比，卷积神经网络（CNNs）在细胞分类中表现出更高的准确率。
• 支持向量机（SVM）在中等规模数据集上表现优异，多个研究中准确率超过90%。
• 随机森林树（RFT）和C5.0决策树在处理高维特征方面表现良好，具备优秀的泛化能力。
• 基于GLCM的纹理分析被持续用于特征提取，并显著提升了分类准确率。
• Papsmear等公开数据集被广泛使用，但许多研究报告数据集规模有限，影响了模型的鲁棒性。
• 深度学习模型（如CNNs）的整合标志着宫颈癌筛查向更高准确率和自动化方向的重要转变。