[论文解读] Colorectal cancer diagnosis from histology images: A comparative study

Junaid Malik, Serkan Kıranyaz+5 more|arXiv (Cornell University)|Mar 27, 2019

AI in cancer detection参考文献 37被引用 23

一句话总结

本研究提出了一种新颖的自适应且紧凑的卷积神经网络（CNN）架构，用于从低分辨率、稀疏标注的组织病理学图像中进行结直肠癌诊断，其在癌症检测准确率上优于传统的基于特征的方法和迁移学习方法。该方法从零开始训练，克服了生物医学成像中常见的数据稀缺问题。

ABSTRACT

Computer-aided diagnosis (CAD) based on histopathological imaging has progressed rapidly in recent years with the rise of machine learning based methodologies. Traditional approaches consist of training a classification model using features extracted from the images, based on textures or morphological properties. Recently, deep-learning based methods have been applied directly to the raw (unprocessed) data. However, their usability is impacted by the paucity of annotated data in the biomedical sector. In order to leverage the learning capabilities of deep Convolutional Neural Nets (CNNs) within the confines of limited labelled data, in this study we shall investigate the transfer learning approaches that aim to apply the knowledge gained from solving a source (e.g., non-medical) problem, to learn better predictive models for the target (e.g., biomedical) task. As an alternative, we shall further propose a new adaptive and compact CNN based architecture that can be trained from scratch even on scarce and low-resolution data. Moreover, we conduct quantitative comparative evaluations among the traditional methods, transfer learning-based methods and the proposed adaptive approach for the particular task of cancer detection and identification from scarce and low-resolution histology images. Over the largest benchmark dataset formed for this purpose, the proposed adaptive approach achieved a higher cancer detection accuracy with a significant gap, whereas the deep CNNs with transfer learning achieved a superior cancer identification.

研究动机与目标

• 利用深度学习解决结直肠癌诊断中受限标注组织病理学数据的挑战。
• 通过从零开始设计轻量化、可训练的CNN，克服生物医学图像分析中的数据稀缺和低分辨率限制。
• 对比传统手工设计特征方法、基于迁移学习的深度学习方法以及一种新型自适应CNN架构在癌症检测与识别中的表现。
• 在大规模基准数据集上评估性能，以确定在现实世界数据限制下最有效的解决方案。

提出的方法

• 提出一种专为在小规模、低分辨率组织病理学图像数据集上从零开始训练而设计的新颖自适应且紧凑的CNN架构。
• 在原始组织病理学图像上进行端到端训练，不依赖预训练模型或迁移学习。
• 通过适用于有限数据的架构约束，优化网络架构以提升效率和泛化能力。
• 采用标准深度学习训练流程（如随机梯度下降、批量归一化），并针对小规模生物医学数据进行定制化调整。
• 应用数据增强技术，以在训练样本有限的情况下提升模型的鲁棒性和泛化能力。
• 在相同的评估协议下，将所提方法与传统纹理/形态学特征提取方法以及基于迁移学习的CNN进行对比。

实验结果

研究问题

• RQ1 在数据稀缺条件下，能否通过从零开始训练的紧凑自适应CNN超越基于迁移学习的模型在结直肠癌检测中的表现？
• RQ2 定制化CNN架构在分类组织病理学图像方面的表现与传统特征方法相比如何？
• RQ3 在低分辨率、数据有限的组织病理学环境下，迁移学习与从零开始训练的相对有效性如何？
• RQ4 所提出的架构是否在保持计算高效的同时实现了更高的癌症检测准确率？
• RQ5 不同方法在识别组织病理学图像中的特定癌症亚型或区域方面的表现如何？

主要发现

• 所提出的自适应CNN在基准数据集上实现了最高的癌症检测准确率，显著优于传统方法和基于迁移学习的基线模型。
• 基于迁移学习的模型在癌症识别任务中表现更优，表明其在细粒度分类中具有更好的特征表示学习能力。
• 所提方法在低分辨率图像上表现出强大的泛化能力，即使在标注数据有限的情况下也表现有效。
• 与深度学习方法相比，传统特征方法在复杂组织模式识别任务中表现较差。
• 紧凑CNN设计使得无需预训练即可实现有效训练，降低了对大规模外部数据集的依赖。
• 定量评估证实了所提方法的鲁棒性和高效性，使其适用于临床环境中数据有限的部署场景。