[论文解读] Reinforced Auto-Zoom Net: Towards Accurate and Fast Breast Cancer Segmentation in Whole-slide Images

Nanqing Dong, Michael Kampffmeyer+4 more|arXiv (Cornell University)|Jul 29, 2018

AI in cancer detection参考文献 12被引用 9

一句话总结

该论文提出了一种基于深度强化学习的框架——强化自适应缩放网络（Reinforced Auto-Zoom Net, RAZN），通过选择性地对全切片图像（WSIs）中的可疑区域进行缩放，实现对乳腺癌的精确且高效的分割。通过学习一种决策策略以确定何时进行缩放，RAZN 在数据类别不平衡且存在噪声的情况下，提升了分割精度，同时相比单尺度和多尺度基线方法，显著减少了推理时间，实现了 0.49 的平均交并比（mean IOU）和 2.71 ± 0.57 的相对推理时间。

ABSTRACT

Convolutional neural networks have led to significant breakthroughs in the domain of medical image analysis. However, the task of breast cancer segmentation in whole-slide images (WSIs) is still underexplored. WSIs are large histopathological images with extremely high resolution. Constrained by the hardware and field of view, using high-magnification patches can slow down the inference process and using low-magnification patches can cause the loss of information. In this paper, we aim to achieve two seemingly conflicting goals for breast cancer segmentation: accurate and fast prediction. We propose a simple yet efficient framework Reinforced Auto-Zoom Net (RAZN) to tackle this task. Motivated by the zoom-in operation of a pathologist using a digital microscope, RAZN learns a policy network to decide whether zooming is required in a given region of interest. Because the zoom-in action is selective, RAZN is robust to unbalanced and noisy ground truth labels and can efficiently reduce overfitting. We evaluate our method on a public breast cancer dataset. RAZN outperforms both single-scale and multi-scale baseline approaches, achieving better accuracy at low inference cost.

研究动机与目标

• 为解决高分辨率全切片图像（WSIs）中乳腺癌分割的准确性和速度挑战，此类图像受限于硬件性能和视野范围。
• 克服像素级标注中数据类别不平衡与噪声的问题，此类问题常导致传统深度学习方法出现过拟合。
• 开发一种模拟病理科医生选择性缩放行为的框架，利用强化学习提升效率与鲁棒性。
• 评估强化学习在医学图像分割中相对于传统多尺度训练策略的有效性。

提出的方法

• RAZN 采用通过策略梯度方法训练的策略网络，以决定是否对 WSI 图像块中的特定感兴趣区域进行缩放。
• 该框架使用两种分辨率尺度：粗粒度（64×64）和细粒度（128×128），两者均缩放至 256×256 输入分割网络。
• 分割网络基于 ResNet18 构建，并对残差块进行修改以降低策略网络的计算成本。
• 策略网络与分割网络端到端联合训练，采用 Adam 优化器，并设置分阶段学习率衰减策略。
• 缩放决策具有随机性，使模型能够避免对无信息区域进行不必要的上采样和训练。
• 模型采用平均交并比（mean IOU）和加权交并比（weighted IOU）作为评估指标，相对推理时间以单尺度基线为归一化基准。

实验结果

研究问题

• RQ1 基于强化学习的缩放策略是否能提升在类别不平衡且存在噪声的全切片图像上的分割精度？
• RQ2 选择性缩放是否能减少对正常及良性组织区域的过拟合，同时增强对癌变区域的特征学习？
• RQ3 基于强化学习的自动缩放机制的推理速度与固定多尺度方法相比如何？
• RQ4 所提出的框架是否能在准确率与效率两方面均优于单尺度与多尺度基线方法？

主要发现

• RAZN 实现了 0.49 的平均交并比（mean IOU），显著优于单尺度基线（0.38）和多尺度 MS 模型（0.18）。
• RAZN 的加权交并比为 0.11，为所有方法中最高，表明其在罕见或类别不平衡类别上的性能显著提升。
• RAZN 的相对推理时间为 2.71 ± 0.57，快于两种多尺度基线（MS: 5.06，Attention: 5.16），证明了其高效性。
• MS 模型表现较差（平均交并比：0.18），原因在于数据增强加剧了类别不平衡并引入了噪声。
• Attention 模型虽有中等程度的性能提升，但仍逊于 RAZN，表明尺度融合对小而固定尺寸的癌细胞可能并非最优策略。
• RAZN 的随机缩放策略通过避免对非可疑区域的无谓训练，减轻了过拟合，提升了对噪声标签的鲁棒性。