[论文解读] HistomicsML2.0: Fast interactive machine learning for whole slide imaging data

Sanghoon Lee, Mohamed Amgad+7 more|arXiv (Cornell University)|Jan 30, 2020

AI in cancer detection参考文献 9被引用 11

一句话总结

HistomicsML2.0 引入了一种快速、交互式的机器学习平台，用于全切片成像，使非专家研究人员能够通过‘以示例学习’的方法训练卷积神经网络分类器。该系统具备基于网络的界面、容器化部署功能，并支持在极少需要算法专业知识的情况下，快速检测组织病理学图像中的表型模式。

ABSTRACT

Extracting quantitative phenotypic information from whole-slide images presents significant challenges for investigators who are not experienced in developing image analysis algorithms. We present new software that enables rapid learn-by-example training of machine learning classifiers for detection of histologic patterns in whole-slide imaging datasets. HistomicsML2.0 uses convolutional networks to be readily adaptable to a variety of applications, provides a web-based user interface, and is available as a software container to simplify deployment.

研究动机与目标

• 解决生物学家和病理学家因缺乏机器学习专业知识而导致的图像分析工具访问受限的问题。
• 通过在全切片图像上实现快速、交互式的模型训练，降低定量组织病理学分析的入门门槛。
• 提供一种可扩展、用户友好的解决方案，用于检测全切片成像数据集中的组织学模式，而无需开发定制算法。
• 通过软件容器化和标准化的网络界面，促进部署和可复现性。
• 通过使卷积网络能够适应各种组织表型和成像模式，支持多样化的组织病理学应用。

提出的方法

• 采用卷积神经网络（CNN）作为核心学习架构，用于从全切片图像中提取特征并进行分类。
• 采用‘以示例学习’的范式，用户通过标注感兴趣区域来交互式地训练模型，无需编写代码。
• 提供基于网络的图形用户界面（GUI），用于标注、模型训练和结果可视化，以提升易用性。
• 将系统作为软件容器（如 Docker）进行部署，以确保在不同环境中执行的一致性、可复现性和易于部署。
• 通过高效的基于图像块的处理方式，与全切片成像数据集成，以处理大规模组织学切片。
• 在训练过程中提供实时反馈，使用户能够通过主动标注迭代改进模型性能。

实验结果

研究问题

• RQ1 非专家用户是否能够在不编写代码或理解模型架构的情况下，训练用于组织学模式检测的深度学习模型？
• RQ2 基于网络的交互式系统在多大程度上能够加速为全切片成像定制分类器的开发？
• RQ3 容器化部署在多大程度上提升了病理学中机器学习工具的可复现性和可访问性？
• RQ4 在实时、交互式环境中，随着用户标注的训练数据量增加，模型性能如何扩展？
• RQ5 该系统在极少配置的情况下，是否能够适应多种组织病理学应用？

主要发现

• HistomicsML2.0 通过极少的用户标注数据，实现了全切片成像中深度学习模型的快速、交互式训练。
• 基于网络的界面使非专家用户能够在无需编程或深度学习专业知识的情况下实时训练和评估模型。
• 容器化部署确保了在不同计算环境中的一致性能和可复现性。
• 该系统通过其基于 CNN 的架构，表现出对各种组织学模式和成像模式的强大适应能力。
• 该平台显著减少了开发用于病理学研究的定制图像分析流程所需的时间和技术门槛。
• 主动学习与迭代标注的集成，使模型在极少用户输入下仍能提升准确性，从而提高了模型开发的效率。