[论文解读] Stain-invariant self supervised learning for histopathology image analysis

Alexandre Tiard, Alex Wong+6 more|arXiv (Cornell University)|Nov 14, 2022

AI in cancer detection被引用 5

一句话总结

本文提出了一种用于组织病理学图像分析的抗染色变异自监督学习方法，通过将一批图像归一化到随机选择的目标，并最小化不同染色条件下相同组织的嵌入距离，强制实现跨染色变异的一致潜在表征。该方法在多个乳腺癌分类任务（包括肿瘤检测、分型、HER2状态预测和治疗反应）中达到最先进性能，优于先前方法，且无需大规模预训练或复杂架构。

ABSTRACT

We present a self-supervised algorithm for several classification tasks within hematoxylin and eosin (H&E) stained images of breast cancer. Our method is robust to stain variations inherent to the histology images acquisition process, which has limited the applicability of automated analysis tools. We address this problem by imposing constraints a learnt latent space which leverages stain normalization techniques during training. At every iteration, we select an image as a normalization target and generate a version of every image in the batch normalized to that target. We minimize the distance between the embeddings that correspond to the same image under different staining variations while maximizing the distance between other samples. We show that our method not only improves robustness to stain variations across multi-center data, but also classification performance through extensive experiments on various normalization targets and methods. Our method achieves the state-of-the-art performance on several publicly available breast cancer datasets ranging from tumor classification (CAMELYON17) and subtyping (BRACS) to HER2 status classification and treatment response prediction.

研究动机与目标

• 为解决H&E染色全切片图像中的染色变异问题，该问题限制了自动化组织病理学模型的泛化能力。
• 开发一种自监督表示学习方法，对染色变异具有鲁棒性，且无需依赖数据预处理或访问多领域数据集。
• 在多中心组织病理学数据上，提升多个下游任务（肿瘤分类、分型、HER2状态预测和治疗反应）的分类性能。
• 实现轻量级架构和减少数据处理开销的高效迁移学习。

提出的方法

• 在每次训练迭代中，从批次中随机选择一张图像作为染色归一化目标。
• 使用颜色去卷积技术（如SVD或SNMF）将批次中所有图像归一化到选定目标。
• 模型学习一种潜在表征，使得同一组织在不同染色条件下的嵌入更接近，而不同组织的嵌入则被拉远。
• 直接在原始数据及其归一化变体上应用类似对比损失，以在潜在空间中保持拓扑结构。
• 该方法联合优化下游分类任务（如肿瘤分类、HER2状态）和潜在嵌入损失。
• 该方法避免依赖大规模预训练或基于GAN的归一化，从而降低计算和数据处理负担。

实验结果

研究问题

• RQ1 一种自监督表示学习方法是否能在不依赖领域特定归一化或大规模数据集预训练的情况下，实现对H&E染色组织病理学图像染色变异的鲁棒性？
• RQ2 在多中心组织病理学数据上，强制在不同染色条件下保持一致的潜在嵌入是否能提升下游分类性能？
• RQ3 仅使用ResNet18和新型潜在空间约束的简单模型是否能超越如GAN或在57个多样化数据集上预训练的复杂架构？
• RQ4 该方法在未见中心和任务（如HER2状态预测和治疗反应分类）上的泛化能力如何？
• RQ5 该方法是否能减少在不同临床中心部署模型时对手动标注和重新训练的需求？

主要发现

• 在CAMELYON17数据集上，该方法在RUMC测试集上达到92.6%准确率，RST上为96.1%，LPON上为88.3%，优于HistAuGAN。
• 在BRACS上进行癌症分型时，该方法在归一化到目标领域后达到最先进结果，证明了对染色变异的鲁棒性。
• 在曲妥珠单抗反应预测上，该模型达到88.3%准确率，为治疗方案制定提供了可操作的见解。
• 尽管仅使用单中心训练集，该模型在其他四个中心上仍表现出有效泛化，显示出强大的跨中心鲁棒性。
• 该方法使用1300万参数和12ms推理时间，显著低于HistAuGAN（2800万参数），大幅降低模型大小和推理成本。
• 潜在空间中，同一组织在不同染色条件下的聚类更加紧密，证实了嵌入约束在构建鲁棒表征方面的有效性。