基于深度学习算法的黑素细胞肿瘤病理图像鉴别诊断研究

发布时间：2020-04-28 13:05

【摘要】：背景:皮肤黑素瘤是起源于黑色素细胞的最常见恶性肿瘤之一,在中国人群中发病率呈现出持续增长的趋势。黑素瘤的早期准确诊断对指导临床治疗及预后有着其重要的意义。这一过程需要有丰富经验的病理医生,很耗时而且容易出错。然而内病理医生缺口很大,培养一位经验丰富的病理医生周期又很长,导致对黑素细胞源良恶性肿瘤的快速、准确诊断往往无法实现。随着深度学习算法在图像分类以及像识别领域取得突破性进展。将深度学习应用于全视野数字化病理切片图像(who slide pathological images,WSIs)可以提高诊断的准确性和工作效率。目的:评价深度学习算法鉴别黑素细胞来源良恶性肿瘤WSI图像的能力。方法:收集三个皮肤病理中心753例黑素细胞来源肿瘤(114例黑素瘤,639色素痣)。3位皮肤病理医生(≥20年皮肤病理诊断经验)分别独立根据黑素细胞来肿瘤病理学评估和治疗分级标准(MPATH-Dx)把753个病例分成5类,对分类不全一致病例,根据Modified Delphi法达成共识。MPATH-Dx1至2类归类为色素痣MPATH-Dx 3至5类归类为黑素瘤。采用随机分层抽样的方法把753例黑素细胞源肿瘤分为训练集(649张WSI图像,其中85例黑素瘤,564例色素痣)和测试:(104张WSI图像,其中29例黑素瘤,75例色素痣)。深度学习算法采用DenseNetl架构,在ImageNet数据集进行模型预训练,并使用训练集649张WSI图像进行模微调。基于深度学习算法的识别模型在测试集104张WSI图像验证对黑素瘤及色:痣的分类能力,同时与7名病理医生的诊断水平做比较。结果:7名病理医生在没有临床资料的条件下独立对测试集中104张WSI图像行分类。7名病理医生对黑素细胞来源良恶性肿瘤分类的平均敏感性(sensitivity)特异性(specificity)分别为 85.2%(±3.8%)和 95.6%(±1.5%)。转化为平均 AUC(are under the receiver operating characteristic curve)为 0.90(±0.22)。在同一敏感性](85.2%),基于深度学习算法的识别模型的特异性和7位病理医生的平均特异性没有明显差异(96.0%vs.95.6%,P=0.52);在同一特异性下(95.6%),基于深度学习算法的识别模型的敏感性要高于7位医生的平均敏感性(93.1%vs.85.2%,P0.01);而且基于深度学习算法的识别模型AUC(0.97)要大于7位病理医生的平均AUC(0.97 vs.0.90,P0.01)。我们还通过深度学习网络在WSI图像中识别的黑素瘤区域,提供了更透明和可解释的诊断(深度学习网络输出的黑素瘤预测概率热图)。同时,深度学习网络预测的黑素瘤区域与医生手工标注的黑素瘤区域Jaccard相似系数为77.78%,意味着该系统能够正确识别WSI图像中大部分黑素瘤区域。结论:基于深度学习算法的识别模型可以作为一种辅助诊断工具提高黑素细胞来源肿瘤WSI图像中黑素瘤的检出概率,但是这种方法的临床实用性还需要前瞻性的研究进行评估。
【图文】：

机器学习

图ｉ．人工智能与机器学习、深度学习的关系逡逑深度学习（ＤｅｅｐＬｅａｍｉｎｇ）是机器学习研宄中一个新的领域（图１），，是机器学习逡逑中一种基于对数据进行表征学习的方法。２０１４年深度学习算法在ＩｍａｇｅＮｅｔ上强势崛逡逑起，大幅度刷新各类经典机器学习算法的表现，至此深度学习从机器学习中独立出来，逡逑变成一个更细分的子集，成为如今最有效的实现弱人工智能算法的最强大算法。逡逑深度学习的发展与大脑认知原理的研宄密切相关，尤其是视觉原理的研宄。Ｄａｖｉｄ逡逑Ｈｕｂｅｉ等人于１９８１年因发现了视觉皮层对视觉信息的分级处理而获得了诺贝尔医学逡逑奖２３，２４。科学家研宄发现，人类的视觉系统是通过瞳孔获取外部世界的图像信号，接逡逑着将光信号通过视网膜转化为电信号传递到大脑皮层，由大脑各个神经元处理这些信逡逑号，不同的神经元负责处理不同的信号，比如有的负责处理色彩信息，有的负责处理逡逑形状边缘信息等，再通过神经元的复杂连接，激活和传递将这些信号整合传递到最高逡逑中枢神经系统来使人能获得感知外部世界的能力（图２）。深度学习就是通过模仿人逡逑处理，连的经网络，

局部放大图,黑素瘤,标注软件,热点

ｈｔｔｐｓ：／／ｇｉｔｈｕｂ．ｃｏｍ／ｃｏｍｐｕｔａｔｉｏｎａｌｐａｔｈｏｌｏｇｙｇｒｏｕｐ／ＡＳＡＰ）。标注系统分为两层：首先由一逡逑位皮肤科病理医生对ＷＳＩ图像上的重度不典型增生和黑素瘤区域（热点区域）进行手逡逑工标注，标注环境如图３所示。然后由另外一位高年资皮肤科病理医生对上述标注的逡逑热点区域进行核对和校正，从而保证标注数据的准确性。训练集和测试集中所有色素逡逑痣（ＭＰＡＴＨ－Ｄｘｌ？２）邋ＷＳＩ图像均不进行标注，默认色素痣ＷＳＩ图像中所有成分均为逡逑良性。上述所有ＷＳＩ图像均进行质量控制，对质量不合格的病例重新制片并扫描生成逡逑新的ＷＳＩ图像。逡逑＼邋ＡＳＡＲ－邋ｔＵ８９－１．ｔｉ（逦－逦□邋Ｘ逡逑Ｈ？＜ｐ逡逑？邋□邋＋邋Ａ邋’？毛各合今＃逡逑Ｃｏｌｏｒ邋Ｎａｍｅ逦Ｔｙｐ＊逦Ｐｒｏｐｅｒｔｙ邋Ａ邋矣逡逑Ａｒｍｏｔｃｌｉｏｎ邋０邋Ｓｐｌｉｎ＊逡逑Ａｎｎｏｔａｔｉｏｎ邋１邋Ｓｐｔｉｎ＊逡逑ＡｉｍｏｔＭｉ0ｎ２邋Ｓｐｉｉｎ＊逡逑ＡｍｏＵｂｍＯ邋Ｓｐｌｉｎ＊逦ｐ逡逑Ａｍｏ？Ｍｉｏｎ４邋Ｓｐｆｉｎ＊逦；逡逑Ａｎｎｏｔａｌｉｏｆｉ邋５邋ＳｐＣｎ？逡逑＼￣Ｊｗ逦＇ＷＷ邋？－逦－逦ＳＢ－ｓ逡逑，？－逦—ｉ逦丨１、逡逑＜逦逦逦逦ｍｎ逦也制逦丨逡逑％邋ＡＳＡＰ邋－逦一邋□邋Ｘ逡逑ＫＷ邋Ｖ＞＊ｗ邋Ｈ？（ｐ逡逑0？□邋＋邋？毛各合令＃逡逑Ｃｏｌｏｒ邋Ｎａｍ？逦Ｔｙｐ？逦Ｐｒｏｐｅｒｔｙ邋＊邋ｆ逡逑Ａｎｎｏｔａｔｉｏｎ邋０邋Ｓｐｌｍ？逦Ｚ逡逑Ａｎｎｏｔａｔｉｏｎ邋１邋Ｓｐｌａｎ＊逦ｊ＇逡逑ｉ邋［ｆ逦；逦；逦＾逦一逦，．逦逦？＿逡逑２１逡逑
【学位授予单位】：中国人民解放军医学院
【学位级别】：博士
【学位授予年份】：2019
【分类号】：R739.5

【相似文献】