[论文解读] Lizard: A Large-Scale Dataset for Colonic Nuclear Instance Segmentation and Classification

Simon Graham, Mostafa Jahanifar+15 more|arXiv (Cornell University)|Aug 25, 2021

AI in cancer detection被引用 6

一句话总结

本文介绍了 Lizard，这是目前公开可用的最大规模结肠核实例分割与分类数据集，包含近 50 万个标注核，涵盖六种细胞类型。通过采用多阶段、病理学家参与的标注流程，作者实现了高精度、大规模的数据收集，以克服计算病理学中数据稀缺的瓶颈，显著推动了结直肠癌分析中可解释性、细胞水平模型的发展。

ABSTRACT

The development of deep segmentation models for computational pathology (CPath) can help foster the investigation of interpretable morphological biomarkers. Yet, there is a major bottleneck in the success of such approaches because supervised deep learning models require an abundance of accurately labelled data. This issue is exacerbated in the field of CPath because the generation of detailed annotations usually demands the input of a pathologist to be able to distinguish between different tissue constructs and nuclei. Manually labelling nuclei may not be a feasible approach for collecting large-scale annotated datasets, especially when a single image region can contain thousands of different cells. However, solely relying on automatic generation of annotations will limit the accuracy and reliability of ground truth. Therefore, to help overcome the above challenges, we propose a multi-stage annotation pipeline to enable the collection of large-scale datasets for histology image analysis, with pathologist-in-the-loop refinement steps. Using this pipeline, we generate the largest known nuclear instance segmentation and classification dataset, containing nearly half a million labelled nuclei in H&E stained colon tissue. We have released the dataset and encourage the research community to utilise it to drive forward the development of downstream cell-based models in CPath.

研究动机与目标

• 解决计算病理学中因缺乏大规模、准确标注的组织学数据集而导致的核分割与分类瓶颈问题。
• 开发一种可扩展的多阶段标注流程，整合病理学家反馈，确保高标注质量的同时实现大规模数据收集。
• 创建目前已知最大规模的 H&E 染色结肠组织核实例分割与分类数据集，支持可解释性人工智能模型在癌症诊断中的发展。
• 提供病理学家与数据集标注之间的一致性统计量，以验证标注可靠性并为模型性能基准提供参考。
• 公开发布该数据集，以加速基于细胞的分析和结直肠癌生物标志物发现的研究。

提出的方法

• 设计了多阶段标注流程，结合自动化与半自动化分割，并通过迭代式病理学家精修确保大规模下的准确性。
• 该流程优先对初始模型生成的低置信度预测进行优化，以减少标注负担，同时保持高质量的真值数据。
• 在六个不同结肠组织来源中以 20× 放大倍数进行核实例分割，对六种不同核类进行像素级标注。
• 每个核被分配一个类别标签：上皮细胞、淋巴细胞、浆细胞、中性粒细胞、嗜酸性粒细胞和间质细胞。
• 应用了一种新颖的一致性分析方法，对代表性样本进行量化，以评估病理学家与数据集标注之间的一致性。
• 使用三折交叉验证和外部测试集，对基线模型（U-Net、Micro-Net、HoVer-Net）进行训练与评估，以衡量各类别的分割性能。

实验结果

研究问题

• RQ1 病理学家参与的多阶段标注流程对组织学中大规模核实例分割的可扩展性与准确性有何影响？
• RQ2 在大规模、多样化数据集中，最先进分割模型在中性粒细胞和嗜酸性粒细胞等代表性不足的核类别上的性能表现如何？
• RQ3 病理学家之间以及与数据集标注之间的一致性程度如何，特别是在生物学上相似的细胞类型（如淋巴细胞与浆细胞）上？
• RQ4 像 Lizard 这样大规模、高度标注的数据集能否实现计算病理学模型在结直肠癌分析中更好的泛化能力与可解释性？
• RQ5 基于评分者间一致性统计量，区分结肠组织中六种不同核类型的分类性能上限是多少？

主要发现

• Lizard 包含 495,179 个标注核，涵盖六种类别，是目前计算病理学领域最大规模的实例分割与分类数据集。
• HoVer-Net 在三折交叉验证中取得了最高的平均全景质量（0.559 ± 0.014），在所有类别上均优于 U-Net 和 Micro-Net。
• 上皮细胞、淋巴细胞和间质细胞核的分割性能较强（PQ > 0.49），这可能得益于数据集中更高的样本代表性。
• 中性粒细胞和嗜酸性粒细胞的分割性能显著较低（PQ < 0.25），可能由于类别不平衡和形态学相似性所致。
• 病理学家之间的一致性最高的是上皮细胞，最低的是淋巴细胞与浆细胞之间，提示这两类细胞在区分上可能存在模糊性。
• 一致性分析显示，数据集标注具有较高可靠性，混淆矩阵主对角线区域的一致性较高，但观察到淋巴细胞与浆细胞之间存在部分误分类。