[论文解读] Histopathologic Image Processing: A Review

Jonathan de Matos, Alceu de Souza Britto+2 more|arXiv (Cornell University)|Apr 16, 2019

AI in cancer detection参考文献 100被引用 24

一句话总结

本文全面综述了用于组织病理学图像（HI）处理的机器学习技术，重点聚焦于基于浅层和深层学习方法的分割、特征提取与分类。提出了一种混合方法，结合基于图像块的数据增强与使用InceptionV3的迁移学习，以过滤无关图像块，在乳腺癌分类中实现了91%的准确率，优于基线方法。

ABSTRACT

Histopathologic Images (HI) are the gold standard for evaluation of some tumors. However, the analysis of such images is challenging even for experienced pathologists, resulting in problems of inter and intra observer. Besides that, the analysis is time and resource consuming. One of the ways to accelerate such an analysis is by using Computer Aided Diagnosis systems. In this work we present a literature review about the computing techniques to process HI, including shallow and deep methods. We cover the most common tasks for processing HI such as segmentation, feature extraction, unsupervised learning and supervised learning. A dataset section show some datasets found during the literature review. We also bring a study case of breast cancer classification using a mix of deep and shallow machine learning methods. The proposed method obtained an accuracy of 91% in the best case, outperforming the compared baseline of the dataset.

研究动机与目标

• 综述并整合用于组织病理学图像（HIs）处理的最新计算技术，包括浅层和深层学习方法。
• 通过提出数据增强与特征过滤策略，应对标注HIs数据集有限的挑战，以提升分类性能。
• 评估将预训练InceptionV3提取的深层特征与浅层分类器（SVM）结合在组织病理学图像分类中的有效性。
• 探究是否可通过主成分分析（PCA）降维后的深层特征过滤低信息量图像块，从而提升分类准确率与模型鲁棒性。
• 证明迁移学习与基于图像块的处理在克服HIs分析中数据稀缺问题方面的可行性。

提出的方法

• 本研究采用对HIs处理技术的文献综述，涵盖数据集、无监督与有监督的浅层方法、深度学习及相关综述。
• 通过案例研究，对乳腺癌（BreaKHis）和结直肠癌（CRC）的全切片图像应用基于图像块的数据增强，生成多样化的训练样本。
• 使用在ImageNet上预训练的InceptionV3网络提取深层特征，随后通过主成分分析（PCA）将维度降低至100、200、400和600个分量。
• 设计一种过滤机制，基于PCA降维后的深层特征，移除信息含量低的图像块，从而在保留相关区域的同时减小数据集规模。
• 在多个放大倍数（40x、100x、200x、400x）下，对过滤与未过滤的图像块分别训练SVM分类器，以评估性能。
• 通过5折交叉验证比较过滤与未过滤图像块集合的性能，报告每种配置下的准确率与标准差。

实验结果

研究问题

• RQ1 基于图像块的数据增强与深层特征过滤相结合，能否提升组织病理学图像分析中的分类准确率？
• RQ2 使用预训练的深层特征（通过InceptionV3提取）与基于PCA的降维，如何影响信息量丰富的图像块的选择？
• RQ3 通过深层特征过滤掉低信息量图像块，是否能优于在分类任务中使用全部图像块？
• RQ4 不同放大倍数如何影响图像块过滤与分类准确率的有效性？
• RQ5 从大规模数据集（ImageNet）进行迁移学习，能否缓解HIs分类任务中的数据稀缺问题？

主要发现

• 所提出的基于深层特征与PCA的图像块过滤方法，有效减少了无关图像块，同时保持或提升了分类性能。
• 在100倍放大倍数下，使用200维深层特征的过滤图像块，实现了91%的最佳分类准确率，优于基线方法。
• 在16次交叉验证中的13次中，过滤策略提升了结果，仅在一次（40x，200维特征）中出现轻微性能下降。
• 在200倍放大倍数下，所有特征维度的过滤过程均一致提升了结果，100维特征的准确率达到90.3%（标准差：3.4）。
• 将2048维特征通过PCA降至600维，保留了95%的累积方差，支持了有效的降维。
• 本研究证实，将迁移学习与图像块过滤相结合，是提升数据稀缺环境下HIs分类任务模型性能的可行策略。