[论文解读] Analysis of Vision-based Abnormal Red Blood Cell Classification

Annika Wong, Nantheera Anantrasirichai+4 more|arXiv (Cornell University)|Jun 1, 2021

Digital Imaging for Blood Diseases参考文献 18被引用 10

一句话总结

本文提出了一种基于机器学习的自动化系统，利用SVM、TabNet和U-Net模型对异常红细胞（RBCs）进行分类，以提高诊断准确性和减少主观性。通过结合SMOTE与代价敏感学习来解决数据集类别不平衡问题，SVM和TabNet模型的f2得分分别达到94.8%和94.2%，显示出对罕见异常RBC类型的高敏感性。

ABSTRACT

Identification of abnormalities in red blood cells (RBC) is key to diagnosing a range of medical conditions from anaemia to liver disease. Currently this is done manually, a time-consuming and subjective process. This paper presents an automated process utilising the advantages of machine learning to increase capacity and standardisation of cell abnormality detection, and its performance is analysed. Three different machine learning technologies were used: a Support Vector Machine (SVM), a classical machine learning technology; TabNet, a deep learning architecture for tabular data; U-Net, a semantic segmentation network designed for medical image segmentation. A critical issue was the highly imbalanced nature of the dataset which impacts the efficacy of machine learning. To address this, synthesising minority class samples in feature space was investigated via Synthetic Minority Over-sampling Technique (SMOTE) and cost-sensitive learning. A combination of these two methods is investigated to improve the overall performance. These strategies were found to increase sensitivity to minority classes. The impact of unknown cells on semantic segmentation is demonstrated, with some evidence of the model applying learning of labelled cells to these anonymous cells. These findings indicate both classical models and new deep learning networks as promising methods in automating RBC abnormality detection.

研究动机与目标

• 自动化检测异常RBC以减少血液病诊断中的手动工作量和主观性。
• 解决RBC分类中高度不平衡数据集的挑战，其中少数异常细胞类型代表性不足。
• 评估经典机器学习（SVM）、深度学习（TabNet）和语义分割（U-Net）在分类多种RBC异常方面的性能。
• 探究结合SMOTE与代价敏感学习在提升罕见细胞类别敏感性方面的有效性。

提出的方法

• 本研究采用三种机器学习模型：支持向量机（SVM）、TabNet（用于表格数据的深度学习模型）和U-Net（语义分割网络）进行RBC分类。
• 通过合成少数类过采样技术（SMOTE）在特征空间进行数据增强，以增加少数类样本并缓解类别不平衡问题。
• 在模型训练过程中引入代价敏感学习，对少数类的误分类施加更重的惩罚。
• 模型在包含11种RBC类型、形态、颜色和图像质量各异的多样化数据集上进行训练与评估。
• 通过f2得分、敏感性、特异性和精确率来衡量性能，特别关注罕见类别在敏感性上的平衡表现。
• 评估了一种结合SMOTE与代价敏感学习的混合策略，以优化在不平衡指标下的整体性能。

实验结果

研究问题

• RQ1 尽管显微镜图像中存在显著的形态和颜色差异，机器学习模型是否能有效分类多种异常RBC类型？
• RQ2 与单独使用技术相比，结合SMOTE与代价敏感学习在高度不平衡的RBC数据集上是否能显著提升模型性能？
• RQ3 经典机器学习（SVM）、表格型深度学习（TabNet）和医学图像分割（U-Net）在分类异常RBC方面表现如何比较？
• RQ4 当在一组定义的异常类别上进行训练时，模型在未知或未标记RBC类型上的泛化能力如何？
• RQ5 不同模型在罕见异常细胞的敏感性与分类精确率之间存在何种权衡？

主要发现

• 采用SMOTE与代价敏感学习的SVM模型在异常RBC上的敏感性达到96.9%，f2得分为94.8%，表明其在罕见类别上表现优异。
• TabNet在异常细胞检测中的敏感性为96.5%，f2得分为94.2%，在该任务中优于U-Net模型。
• U-Net在异常细胞检测中的精确率为92.0%，f2得分为84.9%，表现出高精确率但相比SVM和TabNet敏感性较低。
• 在11类RBC类型分类任务中，SVM和TabNet模型的平均f2得分分别为78.2%和73.0%，表明在多种细胞类型中表现中等。
• SMOTE与代价敏感学习的结合显著提升了少数类的敏感性，其中在SMOTE3+CSL(2:3)训练的SVM模型中取得最佳结果。
• U-Net模型通过将学习到的特征应用于未知或未标记细胞，表现出一定的泛化能力，暗示其具备零样本或少样本适应的潜力。