[论文解读] An Efficient Cervical Whole Slide Image Analysis Framework Based on Multi-scale Semantic and Spatial Deep Features

Ziquan Wei, Shenghua Cheng+2 more|arXiv (Cornell University)|Jun 29, 2021

AI in cancer detection参考文献 33被引用 6

一句话总结

本文提出 YOLCO，一种轻量级、高效的全切片图像（WSI）分析框架，通过内联连接网络（InCNet）利用多尺度语义与空间深度特征，提升宫颈 WSI 分类性能。通过减少重叠切片处理并整合空间监督，YOLCO 在多队列 WSI 数据集上实现 2.51 倍的推理加速与 0.872 的 AUC 评分，优于传统方法。

ABSTRACT

Digital gigapixel whole slide image (WSI) is widely used in clinical diagnosis, and automated WSI analysis is key for computer-aided diagnosis. Currently, analyzing the integrated descriptor of probabilities or feature maps from massive local patches encoded by ResNet classifier is the main manner for WSI-level prediction. Feature representations of the sparse and tiny lesion cells in cervical slides, however, are still challengeable for the under-promoted upstream encoders, while the unused spatial representations of cervical cells are the available features to supply the semantics analysis. As well as patches sampling with overlap and repetitive processing incur the inefficiency and the unpredictable side effect. This study designs a novel inline connection network (InCNet) by enriching the multi-scale connectivity to build the lightweight model named You Only Look Cytopathology Once (YOLCO) with the additional supervision of spatial information. The proposed model allows the input size enlarged to megapixel that can stitch the WSI without any overlap by the average repeats decreased from $10^3\sim10^4$ to $10^1\sim10^2$ for collecting features and predictions at two scales. Based on Transformer for classifying the integrated multi-scale multi-task features, the experimental results appear $0.872$ AUC score better and $2.51 imes$ faster than the best conventional method in WSI classification on multicohort datasets of 2,019 slides from four scanning devices.

研究动机与目标

• 解决由于上游编码器性能不足，导致在宫颈 WSI 中稀疏和微小病灶细胞特征表示不佳的问题。
• 克服传统 WSI 分析中因切片重叠采样和重复处理带来的效率低下问题。
• 利用宫颈细胞中未被充分利用的空间信息，增强语义理解与模型性能。
• 开发一种轻量级、可扩展的框架，能够在无重叠的情况下处理百万像素级输入，提升推理速度与一致性。
• 在多种扫描设备和多队列数据集上实现 WSI 分类的最先进性能。

提出的方法

• 设计一种内联连接网络（InCNet），通过增强多尺度特征连接性，提升特征表示效率与模型轻量化程度。
• 在空间特征上引入额外监督，以保留并利用宫颈细胞的空间上下文信息，提升语义理解能力。
• 通过消除重叠切片采样，实现输入尺寸扩展至百万像素级别，将平均重复次数从 10³–10⁴ 降低至 10¹–10²。
• 采用基于 Transformer 的分类器，整合多尺度、多任务特征，实现稳健的 WSI 级预测。
• 在来自四种不同扫描设备的 2,019 张宫颈 WSI 切片上端到端训练与评估模型，以确保泛化能力。

实验结果

研究问题

• RQ1 多尺度语义与空间特征是否能提升宫颈 WSI 中稀疏和微小病灶细胞的检测能力？
• RQ2 消除重叠切片采样对 WSI 分析中的推理效率与预测一致性有何影响？
• RQ3 额外的空间监督在多大程度上提升了深度学习模型在宫颈 WSI 分类中的性能？
• RQ4 像 YOLCO 这类轻量级模型能否在显著降低推理时间的同时保持高精度，相较于传统方法？
• RQ5 所提出的框架在来自多种扫描设备的多样化 WSI 数据集上是否具备良好的泛化能力？

主要发现

• 所提出的 YOLCO 框架在多队列 WSI 数据集上取得了 0.872 的 AUC 评分，显著优于最佳传统方法。
• 通过消除重叠切片采样，YOLCO 将平均重复特征与预测计算次数从 10³–10⁴ 降低至 10¹–10²。
• 与最佳传统方法相比，该模型在保持高诊断准确率的同时，实现了 2.51 倍的推理速度提升。
• 空间监督的整合改善了微小和稀疏病灶细胞的特征表示，增强了模型敏感性。
• 该框架成功实现了无重叠的百万像素级输入处理，实现了跨多种扫描设备的高效、可扩展 WSI 分析。