[论文解读] Deep learning-based assessment of tumor-associated stroma for diagnosing breast cancer in histopathology images

Babak Ehteshami Bejnordi, Jimmy Linz+7 more|arXiv (Cornell University)|Feb 19, 2017

AI in cancer detection被引用 4

一句话总结

本研究提出了一种深度学习系统，通过分析H&E染色全切片图像中的肿瘤相关间质，实现乳腺癌的诊断。该系统使用两个卷积神经网络（CNN）对组织成分和间质特征进行分类，在区分癌症与良性疾病方面实现了0.921的AUC，证明了间质作为诊断生物标志物具有强大的区分能力。

ABSTRACT

Diagnosis of breast carcinomas has so far been limited to the morphological interpretation of epithelial cells and the assessment of epithelial tissue architecture. Consequently, most of the automated systems have focused on characterizing the epithelial regions of the breast to detect cancer. In this paper, we propose a system for classification of hematoxylin and eosin (H&E) stained breast specimens based on convolutional neural networks that primarily targets the assessment of tumor-associated stroma to diagnose breast cancer patients. We evaluate the performance of our proposed system using a large cohort containing 646 breast tissue biopsies. Our evaluations show that the proposed system achieves an area under ROC of 0.92, demonstrating the discriminative power of previously neglected tumor-associated stroma as a diagnostic biomarker.

研究动机与目标

• 开发一种以数据驱动方式、聚焦间质形态而非上皮特征来诊断乳腺癌的系统。
• 探究此前被忽视的肿瘤相关间质是否可作为组织病理学中稳健的诊断生物标志物。
• 通过深度学习自动学习间质形态表征，克服手工设计特征的局限性。
• 通过端到端深度学习实现大规模全切片图像分类，且仅需极少人工标注。
• 评估基于间质分类在区分浸润性乳腺癌与良性乳腺疾病方面的性能。

提出的方法

• 训练了一个类似VGG的11层CNN（CNN I），用于根据全切片图像将组织分类为上皮、间质和脂肪。
• 训练了第二个CNN（CNN II），利用病理学家标注的区域，将间质区域分类为正常或肿瘤相关间质。
• 使用1×1卷积层替代全连接层，以支持对任意大小的全切片图像进行处理。
• 从两个CNN中提取特征：CNN I提取全局组织分布，CNN II提取间质特征。
• 使用随机森林分类器在组合特征集上进行训练，以将全切片图像分类为癌症或非癌症。
• 在训练过程中应用困难负样本挖掘，通过重新训练误分类的正样本以提升泛化能力。

实验结果

研究问题

• RQ1 肿瘤相关间质是否可作为H&E染色全切片图像中乳腺癌的可靠诊断生物标志物？
• RQ2 以间质形态为重点的深度学习系统是否在乳腺癌分类中优于以上皮为中心的方法？
• RQ3 端到端深度学习模型是否能够自动学习具有区分性的间质特征，而无需依赖手工设计的形态描述符？
• RQ4 以间质为重点的系统在区分浸润性乳腺癌与良性乳腺疾病方面的诊断性能如何？
• RQ5 在乳腺癌诊断的预测能力方面，间质特征与上皮特征相比如何？

主要发现

• 所提出的系统在全切片水平实现了曲线下面积（AUC）为0.921（95%置信区间：0.862–0.967），表现出高诊断准确性。
• CNN I在像素级别对上皮、间质和脂肪的分类准确率达到95.5%。
• CNN II在像素级别区分正常间质与肿瘤相关间质的准确率达到92.0%。
• 当结合两个CNN的特征时，系统性能进一步提升，AUC达到0.921，高于仅使用CNN I的0.882和仅使用CNN II的0.904。
• 结果证实，仅依靠间质特征即可提供足够区分信息，以高置信度诊断乳腺癌。
• 本研究证明了肿瘤相关间质作为数字病理学中一种新型、数据驱动的诊断生物标志物的可行性与潜力。