[论文解读] CNN-based Approach for Cervical Cancer Classification in Whole-Slide Histopathology Images

Ferdaous Idlahcen, Mohammed Majid Himmi+1 more|arXiv (Cornell University)|May 28, 2020

AI in cancer detection被引用 6

一句话总结

本研究提出一种迁移学习方法，采用微调后的VGG16卷积神经网络，基于H&E染色全切片病理图像（WSIs）对宫颈癌亚型——鳞状细胞癌（SCC）和腺癌（AC）进行分类。尽管标注数据有限，该方法仍实现了98.26%的准确率和97.9%的F1分数，表明在弱监督计算病理学中表现出色。

ABSTRACT

Cervical cancer will cause 460 000 deaths per year by 2040, approximately 90% are Sub-Saharan African women. A constantly increasing incidence in Africa making cervical cancer a priority by the World Health Organization (WHO) in terms of screening, diagnosis, and treatment. Conventionally, cancer diagnosis relies primarily on histopathological assessment, a deeply error-prone procedure requiring intelligent computer-aided systems as low-cost patient safety mechanisms but lack of labeled data in digital pathology limits their applicability. In this study, few cervical tissue digital slides from TCGA data portal were pre-processed to overcome whole-slide images obstacles and included in our proposed VGG16-CNN classification approach. Our results achieved an accuracy of 98,26% and an F1-score of 97,9%, which confirm the potential of transfer learning on this weakly-supervised task.

研究动机与目标

• 为解决宫颈癌诊断中全切片图像（WSIs）标注数据稀缺的挑战。
• 评估使用预训练VGG16模型进行H&E染色全切片图像中SCC与AC分类的可行性。
• 通过系统化预处理，克服全切片图像特有的挑战，如高分辨率、伪影和染色变异性。
• 为资源有限的环境（尤其是撒哈拉以南非洲地区）开发一种稳健、低成本的计算机辅助诊断（CADx）系统，用于宫颈癌筛查。
• 为未来将深度学习与宫颈癌组织-基因组关联分析相结合奠定基础。

提出的方法

• 通过基因组数据共同门户（GDC）从癌症基因组图谱（TCGA）数据库获取10张宫颈癌H&E染色全切片图像（WSIs）（5张SCC，5张AC）。
• 通过双三次插值将WSIs缩放至20倍放大倍数，并划分为1024×1024的非重叠图像块。
• 采用Macenko等人提出的方法进行染色归一化，以减少不同切片间的颜色差异，提升一致性。
• 使用HistoQC和人工检查进行质量控制，排除含有伪影（如气泡、折叠、染色问题）的低质量图像块。
• 选取300张SCC和300张AC图像块，要求组织含量至少达到90%，且具备一个显著的组织学特征，用于训练。
• 通过冻结前四个卷积模块，并使用迁移学习微调最后的卷积层和全连接层，采用二元交叉熵损失和SGD优化器进行训练。

实验结果

研究问题

• RQ1 预训练的VGG16 CNN能否在标注数据极少的情况下，有效分类全切片图像中的宫颈癌亚型（SCC与AC）？
• RQ2 染色归一化和基于图像块的处理方式对H&E染色全切片图像分类性能有何影响？
• RQ3 迁移学习在全切片图像分类中，能在多大程度上缓解数据稀缺问题？
• RQ4 弱监督方法是否能仅基于全切片图像实现临床相关的准确率，以区分SCC与AC？
• RQ5 伪影去除和组织含量过滤对模型泛化能力与性能有何影响？

主要发现

• 所提出的基于VGG16的迁移学习模型在宫颈组织病理图像中对SCC与AC的二分类任务上，测试准确率达到98.26%。
• 模型F1得分为97.9%，表明在分类两种癌亚型时，精确率与召回率保持良好平衡。
• 精确率为96.8%，召回率为99.0%，表明在检测腺癌和鳞状细胞癌方面具有高敏感性和特异性。
• 尽管训练数据有限，模型性能依然稳健，凸显了迁移学习在低资源数字病理学环境中的有效性。
• 染色归一化和基于图像块的处理显著提升了特征一致性，并增强了模型在多样化全切片图像上的泛化能力。
• 结果表明，即使采用弱监督和极少标注，深度学习模型也能实现与专家病理科医生相当的高诊断准确率。