昨天，百度研究院宣布他們開發(fā)了一種深度學(xué)習(xí)算法，在檢測(cè)乳腺癌的微轉(zhuǎn)移方面超過了人類病理學(xué)醫(yī)生的表現(xiàn)。以下是論智對(duì)該項(xiàng)目的編譯報(bào)道。

癌癥是目前醫(yī)學(xué)領(lǐng)域的重大挑戰(zhàn)之一，應(yīng)對(duì)癌癥最有效的方法之一就是早發(fā)現(xiàn)、早治療，這對(duì)提高病人的生存率有著重要意義。早期檢測(cè)的主要方法就是檢查淋巴結(jié)是否有癌細(xì)胞的微轉(zhuǎn)移。目前，對(duì)活組織檢查的病理研究通常被視作金標(biāo)準(zhǔn)。然而，檢查病理片子也并不容易，很多時(shí)候需要經(jīng)驗(yàn)豐富的病理醫(yī)生進(jìn)行診斷。放大40倍的數(shù)字化病理圖片通常含有數(shù)十億個(gè)像素，可能會(huì)占用好幾個(gè)G的磁盤空間。在這些大型文件里，病理醫(yī)生們有時(shí)還需要找到癌癥的微轉(zhuǎn)移，或者象征癌癥早期的小范圍腫瘤細(xì)胞。這些腫瘤細(xì)胞群的直徑可能還不到1000個(gè)像素。所以想在醫(yī)學(xué)影像中不放過任何細(xì)微并且有價(jià)值的標(biāo)記，是非常復(fù)雜且耗時(shí)的工作。如下圖，就展示了這一過程的難度。

注：在放大40倍的數(shù)字化病理圖像中，一個(gè)像素約為0.243微米。而微轉(zhuǎn)移的判斷標(biāo)準(zhǔn)通常為最大直徑為200微米以上的腫瘤細(xì)胞群，大約相當(dāng)于823個(gè)像素。

目前為止，有許多科學(xué)家提出用基于深度學(xué)習(xí)的算法幫助病理醫(yī)生進(jìn)行醫(yī)學(xué)影像分析，檢測(cè)癌癥是否轉(zhuǎn)移。由于原始電子影像體積非常大，大多數(shù)算法目前只是將影像分割成更小的圖像塊，例如256×256像素的小圖。之后，人們會(huì)訓(xùn)練一個(gè)深度卷積神經(jīng)網(wǎng)絡(luò)，將包含腫瘤細(xì)胞的圖像和正常組織圖像區(qū)分開來。但是，有些時(shí)候如果不參考周圍的組織，就很難判斷某張圖片中是否含有腫瘤細(xì)胞，誤報(bào)也會(huì)經(jīng)常出現(xiàn)。下圖就是這樣難以判斷的例子：

最近，百度研究院的科學(xué)家們提出了一種新的深度學(xué)習(xí)算法，在輸入時(shí)不只輸入單一的圖像，而是將其分割成網(wǎng)格狀，連同周圍的圖像一同作為輸入，用神經(jīng)條件隨機(jī)場(chǎng)（NCRF）對(duì)周圍圖像的空間關(guān)系進(jìn)行建模，預(yù)測(cè)它們是腫瘤細(xì)胞還是正常細(xì)胞。這種技術(shù)可以看做是病理醫(yī)生將醫(yī)學(xué)影像縮小，視野進(jìn)一步擴(kuò)大，從而能做出更可靠的判斷。相鄰幾張圖片之間的空間關(guān)系通過一種特殊的概率圖形模型進(jìn)行建模，該模型成為“條件隨機(jī)場(chǎng)（conditional random fields）”。而整個(gè)深度學(xué)習(xí)框架可以在端到端GPU上進(jìn)行訓(xùn)練，并且不需要任何后期處理。

算法的基本架構(gòu)如下圖所示：

NCRF有兩個(gè)主要部分組成：CNN和CRF。CNN主要作為特征提取器，將網(wǎng)格一樣的圖像輸入CNN中后，它會(huì)將每個(gè)圖像塊編碼成固定長(zhǎng)度的向量表示（即嵌入）。這些嵌入之后被輸入到CRF中，并對(duì)它們的空間關(guān)系進(jìn)行建模。CRF最后輸出的是每個(gè)圖像塊的邊緣分布（marginal distribution），用來表示這是正常組織還是腫瘤細(xì)胞的圖像。

在實(shí)驗(yàn)過程中，百度所提出的NCRF方法與其他沒有CRF的傳統(tǒng)算法有三點(diǎn)不同：

NCRF有著更光滑的概率圖，其中邊界更清晰

NCRF的分類準(zhǔn)確度更高

NCRF在檢測(cè)癌癥轉(zhuǎn)移時(shí)，比普通方法表現(xiàn)得更好

通過分析相鄰圖像間的空間關(guān)系，研究人員所提的算法產(chǎn)生的誤報(bào)率更少。下圖展示了該算法所預(yù)測(cè)出的腫瘤區(qū)域，以及和之前不考慮相鄰區(qū)域的算法之間的對(duì)比。可以看到基于NCRF的算法有更少的誤報(bào)情況：

(a)原始影像圖片；(b)經(jīng)過病理醫(yī)生標(biāo)注過的圖像，白色區(qū)域表示腫瘤細(xì)胞轉(zhuǎn)移；(c)傳統(tǒng)算法預(yù)測(cè)的腫瘤區(qū)域；(d)我們的算法預(yù)測(cè)的腫瘤區(qū)域

第二，NCRF通過在訓(xùn)練時(shí)結(jié)合周圍圖像之間的空間關(guān)系，提高了CNN特征提取器的準(zhǔn)確度。下圖顯示了在ResNet-18架構(gòu)上，傳統(tǒng)方法和NCRF方法的不同。

可以看到，NCRF在訓(xùn)練時(shí)的精確度比傳統(tǒng)方法要高。

另外，在評(píng)估NCRF檢測(cè)腫瘤轉(zhuǎn)移性能的實(shí)驗(yàn)上，研究人員得到了以下結(jié)果：

最后，在Camelyon16挑戰(zhàn)賽的測(cè)試集上，該算法在腫瘤定位分?jǐn)?shù)（FROC）上取得了0.8096的成績(jī)，不僅比上一次挑戰(zhàn)賽的冠軍算法（0.8074）優(yōu)秀，還比一位專業(yè)病理學(xué)醫(yī)生更準(zhǔn)確（0.7240）。目前，這一算法已經(jīng)在GitHub上開源，希望能促進(jìn)AI在病理分析的發(fā)展。

這項(xiàng)新的腫瘤檢測(cè)算法能讓醫(yī)生更多的關(guān)注算法高亮區(qū)域，而不是大海撈針?biāo)频脑谡鶊D像中搜尋腫瘤的痕跡。這對(duì)于提高病理檢測(cè)的效率和準(zhǔn)確性都有重要意義。未來我們將在更大的數(shù)據(jù)集上系統(tǒng)地評(píng)估這一算法，并且嘗試使用大于3×3的圖像網(wǎng)格作為輸入，因?yàn)樗軕?yīng)對(duì)更大的接受域，并能在癌癥轉(zhuǎn)移檢測(cè)中表現(xiàn)出更好地性能。