[论文解读] Histopathological Image Classification using Discriminative Feature-oriented Dictionary Learning

Tiep H. Vu, Hojjat Seyed Mousavi+3 more|arXiv (Cornell University)|Jun 16, 2015

AI in cancer detection参考文献 27被引用 7

一句话总结

该论文提出了一种判别性特征导向字典学习（DFDL）方法，这是一种低复杂度的组织病理学图像分类方法，通过学习类别特定的字典，在稀疏性约束下实现测试样本的稀疏表示。DFDL在分类准确率方面表现优异，并在训练数据有限时展现出平滑的准确率衰减特性，在包括乳腺病变、器官组织和脑肿瘤在内的三个真实世界组织病理学数据集上优于当前最先进方法。

ABSTRACT

In histopathological image analysis, feature extraction for classification is a challenging task due to the diversity of histology features suitable for each problem as well as presence of rich geometrical structures. In this paper, we propose an automatic feature discovery framework via learning class-specific dictionaries and present a low-complexity method for classification and disease grading in histopathology. Essentially, our Discriminative Feature-oriented Dictionary Learning (DFDL) method learns class-specific dictionaries such that under a sparsity constraint, the learned dictionaries allow representing a new image sample parsimoniously via the dictionary corresponding to the class identity of the sample. At the same time, the dictionary is designed to be poorly capable of representing samples from other classes. Experiments on three challenging real-world image databases: 1) histopathological images of intraductal breast lesions, 2) mammalian kidney, lung and spleen images provided by the Animal Diagnostics Lab (ADL) at Pennsylvania State University, and 3) brain tumor images from The Cancer Genome Atlas (TCGA) database, reveal the merits of our proposal over state-of-the-art alternatives. {Moreover, we demonstrate that DFDL exhibits a more graceful decay in classification accuracy against the number of training images which is highly desirable in practice where generous training is often not available

研究动机与目标

• 为解决由于组织间存在高度的几何和形态多样性，导致在组织病理学图像分类中难以提取判别性特征的问题。
• 开发一种自动化的、数据驱动的特征发现框架，以减少对针对特定诊断问题而设计的手工特征的依赖。
• 提升分类的鲁棒性和泛化能力，尤其是在医学影像中常见的低数据量场景下。
• 设计一种字典学习方法，通过优先选择正确类别而非错误类别的字典原子来提高表示准确性。

提出的方法

• DFDL学习类别特定字典，使得每个测试样本仅使用其对应类别的字典在稀疏性约束下进行稀疏表示。
• 该方法通过优化联合目标函数，最小化正确类别的重建误差，同时最大化其他所有类别的误差。
• 通过表示系数的ℓ1-范数引入稀疏性促进项，并引入均值正则化项以稳定学习过程。
• 优化过程采用基于Frobenius范数的迭代投影方法，结合梯度计算，实现高效计算并利用预计算项。
• 该算法计算重建、稀疏性和均值正则化项的梯度，每轮迭代的计算复杂度已进行分析。
• 该框架被应用于多个数据集，包括导管内乳腺病变、啮齿类动物器官组织以及TCGA脑肿瘤图像，采用稀疏编码进行分类。

实验结果

研究问题

• RQ1 一种数据自适应的、类别特定的字典学习框架是否能在组织病理学图像分类中超越现有的手工特征方法？
• RQ2 与当前最先进方法相比，所提出的DFDL方法在训练数据有限时表现如何？
• RQ3 字典的判别性设计在多大程度上提升了在多样化组织病理学数据集上的分类准确率和鲁棒性？
• RQ4 随着训练数据量减少，该方法是否实现了更好的泛化能力以及性能的平滑退化？

主要发现

• DFDL在三个真实世界组织病理学数据库（导管内乳腺病变、啮齿类动物器官组织、TCGA脑肿瘤图像）上的分类准确率优于当前最先进方法。
• 当训练图像数量减少时，该方法表现出更平滑的准确率衰减趋势，表明其在数据稀缺条件下具有强大的泛化能力。
• DFDL的计算复杂度已进行分析，结果表明其具有高效的可扩展性，总计算成本估计为 $ T_{\text{FDDL}} \approx c^{2}kN(2d+2qck)+c^{3}dk^{2} $，其中 $ c $ 为类别数，$ k $ 为字典大小，$ d $ 为特征维度，$ N $ 为训练样本数，$ q $ 为迭代次数。
• 优化框架通过最小化正确类别的表示误差并最大化错误类别的误差，有效平衡了重建准确率与判别能力。
• 引入均值正则化项和稀疏性项显著提升了所有类别下稀疏编码过程的稳定性和收敛性。