[论文解读] Deep Learning Methods for Lung Cancer Segmentation in Whole-slide Histopathology Images -- the ACDC@LungHP Challenge 2019

Zhang Li, Jiehua Zhang+31 more|arXiv (Cornell University)|Aug 21, 2020

COVID-19 diagnosis using AI参考文献 20被引用 8

一句话总结

本论文介绍了ACDC@LungHP 2019挑战赛，评估了用于全切片病理图像中像素级肺癌分割的深度学习方法。基于包含150张训练和50张测试全切片图像（WSIs）的数据集，表现最佳的多模型方法达到了0.8372 ± 0.0858的DICE系数，接近观察者间一致性水平，表明深度学习在数字病理学中自动化肺癌诊断方面具有巨大潜力。

ABSTRACT

Accurate segmentation of lung cancer in pathology slides is a critical step in improving patient care. We proposed the ACDC@LungHP (Automatic Cancer Detection and Classification in Whole-slide Lung Histopathology) challenge for evaluating different computer-aided diagnosis (CADs) methods on the automatic diagnosis of lung cancer. The ACDC@LungHP 2019 focused on segmentation (pixel-wise detection) of cancer tissue in whole slide imaging (WSI), using an annotated dataset of 150 training images and 50 test images from 200 patients. This paper reviews this challenge and summarizes the top 10 submitted methods for lung cancer segmentation. All methods were evaluated using the false positive rate, false negative rate, and DICE coefficient (DC). The DC ranged from 0.7354$\pm$0.1149 to 0.8372$\pm$0.0858. The DC of the best method was close to the inter-observer agreement (0.8398$\pm$0.0890). All methods were based on deep learning and categorized into two groups: multi-model method and single model method. In general, multi-model methods were significantly better ($ extit{p}$

研究动机与目标

• 评估并比较基于深度学习的方法在全切片组织病理学图像（WSIs）中实现准确、像素级肺癌分割的性能。
• 在200例患者的标准化基准数据集上，评估各种深度学习架构和训练策略的性能。
• 研究模型集成技术、预训练权重以及标签噪声优化对分割精度的影响。
• 为未来专注于使用WSI对肺癌亚型进行分类的挑战赛奠定基础。

提出的方法

• 挑战赛使用了来自200名患者的150张训练和50张测试全切片图像数据集，标注由经验丰富的病理学家完成。
• 所有方法基于深度学习，主要采用卷积神经网络（CNNs），并分为单模型和多模型方法两类。
• 多模型方法通过组合多个神经网络的预测结果，通常采用集成平均或投票策略，以提高鲁棒性和性能。
• 多个团队应用了标签优化技术，包括Otsu阈值化、边界框过滤以及基于图像块的处理，以减少标注中的背景噪声。
• 三支团队使用了预训练的ImageNet权重，但由于自然图像与组织病理学图像之间的领域差异，其性能并未一致提升。
• 评估采用标准指标：DICE系数（DC）、假阳性率（FPR）和假阴性率（FNR），其中DC为主要性能指标。

实验结果

研究问题

• RQ1 不同深度学习架构在全切片图像中对肺癌组织进行像素级分割的表现如何？
• RQ2 与单模型相比，组合多个模型（集成方法）是否显著提升分割性能？
• RQ3 预训练的ImageNet权重在组织病理学全切片图像分割任务中能在多大程度上提升性能？
• RQ4 在处理训练数据中存在噪声或不精确标注时，标签优化在WSI分割中的重要性如何？
• RQ5 深度学习模型的性能与病理学家之间的观察者间一致性相比如何？

主要发现

• 表现最佳的方法达到了0.8372 ± 0.0858的DICE系数，与观察者间一致性的0.8398 ± 0.0890非常接近。
• 多模型方法显著优于单模型方法，平均DICE分别为0.7966 ± 0.0898与0.7544 ± 0.0991（p < 0.01）。
• 标签优化技术，特别是使用Otsu阈值化从肿瘤标注中去除背景，与更高的DICE分数相关。
• 预训练的ImageNet权重并未一致提升性能，表明领域差异限制了其在组织病理学分割中的优势。
• 顶尖方法表现出高精度（最高达0.9508）和低假阴性率（最低达0.0948），表明其对癌变区域具有强大的检测能力。
• 结果表明，深度学习模型的性能可与专家病理学家相媲美，支持其在临床决策支持系统中的应用。