[论文解读] Classification of White Blood Cells Using Machine and Deep Learning Models: A Systematic Review

Rabia Asghar, Sanjay Kumar+2 more|arXiv (Cornell University)|Aug 11, 2023

Digital Imaging for Blood Diseases被引用 4

一句话总结

本篇系统性综述分析了2006年至2023年间关于使用医学影像（包括血涂片、X光片和MRI）进行白细胞（WBC）分类的136项研究，涵盖机器学习与深度学习方法。研究识别出表现最佳的模型，指出数据稀缺性和模型可解释性是主要挑战，并预测未来将更多采用Faster R-CNN和GAN等先进深度学习架构，以提升血液病诊断中的准确性和自动化水平。

ABSTRACT

Machine learning (ML) and deep learning (DL) models have been employed to significantly improve analyses of medical imagery, with these approaches used to enhance the accuracy of prediction and classification. Model predictions and classifications assist diagnoses of various cancers and tumors. This review presents an in-depth analysis of modern techniques applied within the domain of medical image analysis for white blood cell classification. The methodologies that use blood smear images, magnetic resonance imaging (MRI), X-rays, and similar medical imaging domains are identified and discussed, with a detailed analysis of ML/DL techniques applied to the classification of white blood cells (WBCs) representing the primary focus of the review. The data utilized in this research has been extracted from a collection of 136 primary papers that were published between the years 2006 and 2023. The most widely used techniques and best-performing white blood cell classification methods are identified. While the use of ML and DL for white blood cell classification has concurrently increased and improved in recent year, significant challenges remain - 1) Availability of appropriate datasets remain the primary challenge, and may be resolved using data augmentation techniques. 2) Medical training of researchers is recommended to improve current understanding of white blood cell structure and subsequent selection of appropriate classification models. 3) Advanced DL networks including Generative Adversarial Networks, R-CNN, Fast R-CNN, and faster R-CNN will likely be increasingly employed to supplement or replace current techniques.

研究动机与目标

• 评估使用医学影像进行白细胞分类的机器学习与深度学习模型的最新技术水平。
• 识别在不同成像模态中用于WBC分类的最有效技术与架构。
• 分析持续存在的挑战，如数据集可用性有限，以及医学影像分析中对领域专业知识的需求。
• 探讨如R-CNN、Faster R-CNN和GAN等先进深度学习模型在提升分类性能方面的潜力。
• 通过整合最佳实践、模型性能和数据增强策略的证据，为未来研究提供指导。

提出的方法

• 对2006年至2023年间发表的136篇原始研究论文进行了系统性文献回顾。
• 聚焦于使用血涂片图像、X光片、MRI及其他医学影像源进行WBC分类的研究。
• 根据架构、性能指标和数据集特征，对机器学习与深度学习模型进行分类与分析。
• 评估数据增强技术作为缓解数据集规模有限问题的解决方案。
• 评估医学领域知识在模型选择与解释中的作用。
• 识别模型演进趋势，包括两阶段检测器（如Faster R-CNN）和生成模型（如GANs）的采用率持续上升。

实验结果

研究问题

• RQ1 哪些机器学习与深度学习模型在从医学影像中分类白细胞方面表现出最高的准确率？
• RQ2 WBC分类研究中最常见的成像模态是什么，它们如何影响模型性能？
• RQ3 哪些主要挑战阻碍了WBC分类模型在临床环境中的广泛应用与准确性提升？
• RQ4 数据增强技术在缓解小样本或类别不平衡数据集对WBC分类影响方面的有效性如何？
• RQ5 如Faster R-CNN和GAN等先进深度学习架构在提升WBC分类中的作用是什么，其未来集成的潜力如何？

主要发现

• 表现最佳的WBC分类模型基于深度学习，特别是卷积神经网络（CNN），顶尖模型在基准数据集上的分类准确率超过95%。
• 数据稀缺仍是主要障碍，许多研究依赖于规模小且缺乏代表性的数据集，促使采用数据增强技术以提升泛化能力。
• 如Faster R-CNN和R-CNN等先进架构在检测与分类罕见或形态复杂的WBC类型方面展现出良好前景。
• 生成对抗网络（GANs）正作为合成数据生成的可行方案出现，用于扩充真实世界中有限的WBC图像集合。
• 机器学习从业者普遍缺乏医学专业知识，这影响了模型设计与解释——凸显了跨学科合作的必要性。
• 将白细胞形态学的领域特定知识融入模型可显著提升模型选择与性能，尤其在区分淋巴细胞、单核细胞和中性粒细胞等亚型方面。