[论文解读] Coupling weak and strong supervision for classification of prostate cancer histopathology images

Eirini Arvaniti, Manfred Claassen|arXiv (Cornell University)|Nov 16, 2018

AI in cancer detection参考文献 7被引用 13

一句话总结

本文提出一种自加权弱监督方法，通过联合训练大规模弱标签全切片图像数据集（TCGA）和小规模强标签组织微阵列数据集（TMA）进行前列腺癌格里森评分分类。通过使用模型预测的置信度分数动态加权弱监督信号，该方法提升了泛化能力，在TCGA全切片图像上实现了0.882的AUC和0.540的Kendall’s τ，达到当前最先进性能。

ABSTRACT

Automated grading of prostate cancer histopathology images is a challenging task, with one key challenge being the scarcity of annotations down to the level of regions of interest (strong labels), as typically the prostate cancer Gleason score is known only for entire tissue slides (weak labels). In this study, we focus on automated Gleason score assignment of prostate cancer whole-slide images on the basis of a large weakly-labeled dataset and a smaller strongly-labeled one. We efficiently leverage information from both label sources by jointly training a classifier on the two datasets and by introducing a gradient update scheme that assigns different relative importances to each training example, as a means of self-controlling the weak supervision signal. Our approach achieves superior performance when compared with standard Gleason scoring methods.

研究动机与目标

• 通过结合弱监督（患者级别）和强监督（切片级别）标签，解决前列腺癌组织病理学中ROI级别格里森模式标注有限的挑战。
• 在仅有少量强标签数据与大规模弱标签数据并存的情况下，提升全切片图像上的分类性能。
• 通过染色转换和颜色增强减少TMA与TCGA数据集之间的域偏移。
• 开发一种自加权机制，根据模型置信度自适应控制弱监督信号的贡献。

提出的方法

• 该方法采用两步梯度更新策略，在弱标签（TCGA）和强标签（TMA）数据集上联合训练ResNet18分类器。
• 弱监督信号通过每个样本的置信度分数加权，置信度分数为正确弱标签的预测概率，从而降低误标或模糊切片的影响。
• 应用染色转换和颜色抖动以减轻TMA（源域）与TCGA（目标域）数据集之间的协变量偏移。
• 通过算法1实现自加权训练策略，交替进行强标签和弱标签的反向传播，使用置信度加权的梯度。
• 评估了MMD、CORAL和对抗性训练等域自适应技术，但发现其效果不如染色转换和颜色增强。
• 通过5折交叉验证评估性能，指标包括AUC、准确率以及与临床格里森评分组的Kendall’s τ相关性。

实验结果

研究问题

• RQ1 当仅有限ROI级别标注可用时，结合弱监督与强监督是否能提升前列腺癌全切片图像的分类性能？
• RQ2 在训练过程中，如何降低噪声或错位的弱监督信号的影响？
• RQ3 在TMA与TCGA组织病理学数据集之间，哪种数据增强和域自适应策略最有效缓解分布偏移？
• RQ4 基于模型置信度的自加权弱监督信号是否能带来比标准方法或MIL-based弱监督更好的泛化性能？
• RQ5 与现有方法相比，所提出方法在AUC、准确率和与临床格里森分级相关性方面表现如何？

主要发现

• 所提出的自加权弱监督（SW-WS）方法在TCGA全切片图像上实现了最高AUC（0.882 ± 0.024）和Kendall’s τ（0.540 ± 0.032），当同时使用弱标签和强标签进行训练时。
• 仅使用弱标签TCGA数据时，AUC为0.814（±0.057），加入强标签TMA后提升至0.845（±0.065），证明了强监督的价值。
• SW-WS方法优于基于MIL的弱监督（AUC 0.839）和标准弱监督训练，表明基于置信度的加权比top-k采样更有效。
• 染色转换和颜色增强是最有效的缓解协变量偏移的策略，优于MMD、CORAL和对抗性域自适应。
• 与最佳基线相比，AUC绝对提升5.4%，Kendall’s τ提升12.5%，显示出显著的临床相关性。
• 模型预测的WSI评分与临床格里森评分组具有强相关性（τ = 0.540），表明其具有临床实用性。