Managementul bolilor de rinichi: identificarea și clasificarea glomerulului renal

Pentru mai multe informații:ali.ma@wecistanche.com

Partea Ⅱ: O rețea neuronală pentru clasificarea glomerulului bazată pe imagini histologice ale biopsiei renale

Giacomo Donato Cascaranol, Francesco Saverio Debitontol și colab.

Abstract

Context: Sistemele de diagnosticare asistată de computer (CAD) bazate pe imagini medicale ar putea sprijini medicii în procesul de luare a deciziilor. În ultimele decenii, cercetătorii au propus sisteme CAD în mai multe domenii medicale, obținând rezultate promițătoare.

Sistemele CAD joacă un rol important în patologia digitală, sprijinind patologii în analiza lamelor de biopsie prin intermediul fluxurilor de lucru standardizate și obiective. În lucrarea propusă, am proiectat și testat un nou modul de sistem CAD bazat pe tehnici de procesare a imaginilor și învățare automată, al cărui obiectiv a fost să clasifice afecțiunea care afectează corpusculii renali (glomeruli) între sclerotice și non-sclerotice. O astfel de discriminare este utilă pentru evaluarea lamelor de biopsie efectuată de patologi.

Rezultate: Am colectat 26 de diapozitive digitale preluate dinrinichiDin 19 donatori cu colorație periodică acid-Schiff, experți patologi au efectuat pregătirea lamelor, achiziția digitală și adnotări pentru glomeruli. Înainte de a seta clasificatoarele, am evaluat mai multe tehnici de extragere a caracteristicilor din regiunile adnotate. Apoi, o procedură de reducere a caracteristicilor urmată de o rețea neuronală artificială superficială a permis discriminarea între clasele de glomeruli. Am evaluat fluxul de lucru luând în considerare un set de date independent (adică procesarea imaginilor neutilizate în procedura de instruire). Zece rulări independente ale algoritmului de antrenament și evaluarea au permis obținerea MCC și Acuratețea de 0,95 (±0.01) și 0,99 (abatere standard).<0.00), respectively.="" we="" also="" obtained="" good="" precision="" (0.9844±0.0111)="" and="" recall="">

Concluzii: Rezultatele setului de testare confirmă faptul că fluxul de lucru propus este consistent și de încredere pentru domeniul investigat și poate sprijini practica clinică de discriminare a celor două clase de glomeruli. Analizele privind clasificările greșite arată că imaginile implicate sunt de obicei afectate de artefacte colorate sau prezintă secțiuni parțiale

Faceți clic pe Cistanche tubulosa dozaj pentru boli de rinichi

Discuţie

Evaluând abordarea propusă pe un set de testare independent, fluxul de lucru de clasificare a obținut un MCC mediu și o acuratețe de {{0}},95 și, respectiv, 0,99, și o variabilitate scăzută pe 10 iterații independente (MCC std{{5} }.01 și Precizie std<0.00). good="" precision="" and="" recall="" were="" also="" obtained(precision:="" 0.9844±0.011l,="" recall:0.9310±0.0153).="" the="" proposed="" approach="" thus="" leads="" to="" an="" improvement="" of="" the="" classification="" performance="" if="" compared="" to="" the="" reported="" literature="">

În timpul implementării și evaluării fluxului de lucru raportat, ne-am confruntat și testat problema comună de dezechilibrare a datelor, care a fost rezolvată prin utilizarea MCC ca coeficient de comparare a performanței și ROCcurve pentru selectarea pragului optim de clasificare. Rezultatele raportate sugerează că configurația propusă a fluxului de lucru este de încredere pentru domeniul investigat, susținând practica clinică de a discrimina cele două clase de glomeruli.

Analizând glomerulii clasificați greșit, am constatat, de asemenea, că imaginile de intrare corespunzătoare probelor clasificate greșit au arătat artefacte colorante sau părți parțiale (mai ales pe margini); exemple comune sunt menționate în Fig.1. În practica clinică, totuși, patologii renunță la astfel de imagini care ar putea fi, de asemenea, excluse din fluxul de lucru propus prin proiectarea strategiilor de detectare în avans a imaginilor afectate de astfel de probleme.

Fig. 1 Fals Negativ clasificat greșit de cel mai bun model

Concluzii

În lucrarea prezentată, am propus un întreg flux de lucru pentru clasificarea glomerulilor sclerotici și nesclerotici. Au fost examinați și evaluați mai mulți algoritmi de extracție a caracteristicilor, fiind alese două tipologii de caracteristici: caracteristici morfologice și de textură. Am colectat 150 de caracteristici: 2 caracteristici morfologice și 148 de caracteristici de textură care au fost calculate folosind algoritmii mrcLBP și Haralick. Numărul de caracteristici a fost apoi redus la 95 utilizând PCA. A fost antrenată o rețea neuronală artificială validată încrucișat și s-au confruntat cu probleme de reglare a rețelei și seturi de date dezechilibrate. Rezultatele obținute au îmbunătățit stadiul tehnicii în realizarea unor astfel de sarcini de clasificare.

În viitor, vom investiga cum să minimizăm numărul de ipoteze empirice în procesul de extracție a caracteristicilor și să încorporăm o clasificare ponderată între pliuri; în plus, va fi efectuată o analiză a caracteristicilor pentru a le identifica pe cele mai bune.

Mai mult, ar putea fi investigate tehnici noi pentru a face față problemei dezechilibrarii setului de date și bazate pe metode de supraeșantionare [20]. De asemenea, ar fi interesant să evaluăm abordările de învățare profundă [21-24] și să facem o comparație directă cu metodologia propusă în această lucrare. Un studiu preliminar privind diferitele tehnici de segmentare semantică de deep learning aplicate WSI-urilor a fost deja realizat [25]. În cele din urmă, fluxul de lucru prezentat va fi integrat într-un instrument CAD complet pentrurinichianaliza biopsiilor.

Metode

În acest studiu, prezentăm un cadru CAD care permite clasificareaglomerulcondiție folosind o abordare bazată pe caracteristici. Soluția propusă, care se bazează pe procesarea imaginilor și tehnici de învățare automată, a fost concepută pentru a eticheta automat fiecareglomerulca sclerotice sau nesclerotice. O reprezentare detaliată a fluxului de lucru complet pentru clasificarea glomerulilor este prezentată în Fig. 2. Conducta de procesare poate fi organizată în trei pași principali: (i) extragerea caracteristicilor; (i) reducerea caracteristicilor; (i) clasificare.

Fig. 2 Extragerea completă a caracteristicilor și fluxul de lucru de clasificare

Descrierea datelor

Imaginile întregi de diapozitive au fost colectate între iulie 2011 și februarie 2015 de către medicii de la Departamentul de Urgență și Transplant de Organe al Spitalului Universitar Bari (Italia). Toaterinichibiopsiile cu colorație PAS au fost scanate utilizând Aperio ScanScope CS la 20× cu o rezoluție de 0,50 μm/pixel. WSI-urile care au fost luate în considerare în acest studiu au fost colectate dintr-un total de 26rinichibiopsii digitale ale 19 donatori și stocate la rezoluție completă în format de fișier SVS (un format Aperio fle constând din TIFF piramidal cu metadate și compresie non-standard).

Fiecare WSI conține un număr diferit de secțiuni de biopsie (de la una la șapte). Întregul set de date utilizat numără în medie patru secțiuni de biopsie per WSI și o cantitate totală de 105 secțiuni. Imaginile colectate ale setului de date utilizat sunt caracterizate de diferențe mari în ceea ce privește culoarea și saturația, chiar dacă toate au fost tratate cu colorare PAS. Exemple de diferențe de saturație sunt raportate în Fig. 3.

Fig. 3 Exemple de glomeruli cu diferite niveluri de saturație în biopsia renală colorată cu PAS

Crearea setului de date

Toți glomerulii au fost identificați și etichetați manual de doi absolvenți medicali. Apoi, un expert patolog renal a validat adnotările finale. Procedura a constat în conturarea regiunii reale a glomerulilor și etichetarea fiecăruiaglomerulca sclerotice sau nesclerotice prin utilizarea instrumentului Aperio ImageScope.

Datorită variabilității introduse cu adnotarea manuală, fiecare regiune etichetată a fost înconjurată de o casetă de delimitare dreptunghiulară cu un factor de supraestimare de 1,1 pentru fiecare dimensiune. Apoi, toate regiunile glomeruliilor detectate și etichetate au fost extrase și utilizate pentru crearea setului de date.

Setul de date inițial obținut a fost compus din 428 glomeruli sclerotici și 2344 glomeruli nesclerotici, cu un raport între cele două clase de 1/5,5. În detaliu, au fost marcați un total de 2772 de glomeruli și, în medie, fiecare biopsie și fiecare secțiune au conținut 106 și, respectiv, 26 de glomeruli.

Setul de date a fost ulterior împărțit în tren și seturi de testare. În special, 20% din setul de date inițial a fost folosit ca set de testare, iar informațiile țintei setului de testare au fost folosite doar pentru a evalua performanțele finale. Selecția a fost efectuată aleatoriu cu constrângerea că dacă aglomerulapărute în setul de testare, toți ceilalți glomeruli aparținând aceleiași biopsii trebuie să apară în setul de testare, adică diviziunea tren/test a fost efectuată la nivel de biopsie. Cea mai recentă configurație a setului de date este raportată în Tabelul 1.

Caracteristici de extracție

Extragerea caracteristicilor este primul pas al fluxului de lucru care permite definirea unui set de caracteristici folosite pentru a discrimina între cele două tipuri diferite de glomeruli. Pe baza raționamentului uman folosit de medicii capabili să abordeze problema, cele mai bune caracteristici pentru a face față problemei sunt cele legate de două tehnici principale de procesare a imaginii: caracteristicile morfologice și cele bazate pe textură.

După cum a sugerat patologul implicat în studiu, principalele diferențe între glomerulii sclerotici și nesclerotici sunt legate de forma capsulei Bowman, dimensiunea și textura datorată vaselor de sânge. Glomerulii nesclerotici se caracterizează de obicei printr-o formă eliptică și prezența capsulei Bowman care este separată de smocul capilar cu mezangiu de spațiul lui Bowman. Ansamblul nucleelor ​​de celule (punctele albastre din Fig. 4), lumenul capilarelor (zonele albe din Fig. 4) și matricea mezangială (regiuni cu tonalitate similară și niveluri diferite de saturație din Fig. 4) prezintă o particularitate. textură numită în mod obișnuit „textură de rodie. Glomerulii sclerotici, în schimb, se caracterizează printr-o creștere a matricei extracelulare care obliterează lumenul capilarului și printr-un spațiu Bowman redus sau absent din cauza materialului colagenos.

Figurile 4 și 5 prezintă un exemplu de non-sclerotic și scleroticglomerul, respectiv. Este demn de remarcat faptul că reglarea fină a algoritmilor de procesare a imaginii, inclusiv valorile parametrilor și configurațiile algoritmului s-au făcut doar pe tren.

Caracteristici morfologice

În ceea ce privește trăsăturile morfologice, am luat în considerare două trăsături care sunt legate de capsula lui Bowman și spațiul lui Bowman. Prima caracteristică este calculată ca suma zonelor legate de capsula lui Bowman, zonele vaselor de sânge și spațiile intercapilare care sunt caracterizate de o colorare de alb datorită colorării PAS. Detectarea măștii care descrie regiunea se bazează pe trei proceduri paralele de procesare a imaginii care au luat în considerare canalele a trei spații de culoare diferite: RGB, CMYK și Lab. Detaliat:

· canalul verde al spațiului de culoare RGB, deoarece este cel mai reprezentativ dintreglomerulstructura;· complementarul magenta din modelul de culoare CMYK a fost ales datorită semnificației empirice detectabile a acestei componente de culoare (Fig.3,4 și 5);

· Componentele a și b ale spațiului de culoare Lab datorită legăturii cu viziunea umană a culorilor.

Un exemplu de aplicare a proceselor pe glomeruli nesclerotici și sclerotici este raportat în Figurile 6 și, respectiv, 7.

Extragerea măștilor pentru canalul verde din spațiul de culoare RGB și pentru canalul magenta din modelul de culoare CMYK urmează aceiași pași de procesare a imaginii:

1. Binarizare: pentru a păstra pixelii aferenti albului

regiuni o valoare de prag a fost stabilită empiric la 190 [16];

2. Operatori morfologici: pentru a curata imaginea obtinuta

din etapa anterioară, eroziunea, dilatarea și filtrarea mediană au fost utilizate cu un disc cu rază cuprinsă între l și 3 ca element structurant;

3. Contur activ: pentru a curăța forma măștii obținute, a fost folosit algoritmul de contur activ [26] cu 200 de iterații (numărul de iterații ales evită o netezire extremă aglomerulformă).

A treia mască a fost calculată din componentele a și b ale spațiului de culoare Lab. Matricea ab a fost utilizată ca intrare în algoritmul de grupare k-means [27]. În special, numărul de clustere a fost setat empiric la 5, iar numărul de repetări ale procesului de grupare a fost setat la 3 pentru a seta diferite poziții inițiale ale centroidului clusterului pentru a evita minimele locale. Masca a fost calculată ulterior reținând doar acei pixeli aparținând clusterului cu cea mai mare valoare medie a intensității pe scară de gri. Apoi au fost aplicați pașii 2 și 3 ai procesului de segmentare verde-magenta.

În cele din urmă, cele trei măști au fost folosite pentru a calcula masca finală folosind un criteriu majoritar: au fost păstrați doar pixelii aparținând a cel puțin două măști. Au fost utilizați algoritmii de analiză a texturii obținuți: Local Binary Pattern (LBP) și caracteristicile Haralick.

După cum sa propus deja în [13], LBP multiradial de culoare (mrcLBP) este o variație potrivită a LBP clasic pentru a face față problemei de identificare. În detaliu, se ia în considerare aplicarea algoritmului LBP la cele trei canale de culoare RGB cu valori de rază diferite (1,3, 9 și 27) și cu invarianță la rotație. O astfel de configurație a fost aplicată la RGB brutglomerulimagini. Caracteristicile obținute au fost zece pentru fiecare rază, obținându-se astfel un număr total de 120 de caracteristici (10 caracteristici pe rază, 4 raze, trei canale).

Al doilea set de caracteristici bazate pe textură s-a bazat pe caracteristicile Haralick. Au fost calculate cele patru matrice de co-ocurență la nivel de gri, câte una pentru fiecare direcție; apoi, cei 14 indici Haralick au fost calculați, conducând la 56 de caracteristici. Pentru a reduce acest număr, au fost calculate apoi media și intervalul dintre cele patru direcții. Prin urmare, numărul final de caracteristici a fost 28 (14 medii și 14 intervale, câte una pentru fiecare caracteristică Haralick). Ca rezultat al extragerii caracteristicilor texturii, au fost calculate un total de 148 de caracteristici.

Caracteristici de preprocesare

După cum este descris mai sus, procesul de extracție a caracteristicilor a generat 150 de caracteristici care au luat în considerare atât caracteristicile morfologice, cât și cele bazate pe textură ale glomerulilor. Analiza componentelor principale (PCA) a fost aplicată ca algoritm de reducere a caracteristicilor pentru a reduce corelația dintre diferitele caracteristici care vor fi utilizate ca intrări ale etapei de clasificare. Înainte de PCA, fiecare caracteristică a fost normalizată cu scorul Z.

După cum sa menționat anterior, reglarea fină a procesării imaginii și a algoritmilor de clasificare au fost efectuate numai pe garnitura de tren. În schimb, algoritmul de reducere a caracteristicilor nu a avut nevoie și nu a folosit informațiile de etichetă. Din acest motiv, aplicarea PCA ar putea fi executată pe întregul set de date sau numai pe setul de date de antrenament, cu diferite avantaje și dezavantaje. Ambele soluții au fost aplicate setului de date și, datorită complexității problemei de clasificare, 99,9% din varianță a fost aleasă ca valoare de prag. În cele din urmă, 95 și 93 de caracteristici au fost obținute atunci când PCA au fost aplicate întregului set de date și, respectiv, numai setului de tren. Deoarece cele două abordări au condus la un număr similar de caracteristici, am ales să luăm în considerare toate informațiile din setul de date, astfel numărul de caracteristici luate în considerare pentru faza de clasificare a fost de 95.

Clasificarea glomeruliilor

Etapele de clasificare a glomerulilor se bazează pe ANN și în special pe o arhitectură ANN superficială. Designul arhitecturii ANN și reglarea parametrilor acesteia au fost luate în considerare doar trenul, în timp ce toate rezultatele raportate și discuțiile privind performanța se referă la setul de testare (vezi Rezultate și discuții). K-fold (k a fost setat la 10) a fost folosit ca o tehnică de validare încrucișată pentru a generaliza, a evita supraadaptarea și a obține un clasificator independent de setul de date de intrare specific. Mai multe inițializari de rețea pentru fiecare fold și vot hard între folds au fost utilizate atât pentru a obține independența față de o anumită inițializare a rețelei, cât și pentru a calcula eticheta generală a clasei de fold.

Parametrii de antrenament fix au fost următorii: un strat ascuns, tranzit și softmax ca funcții de activare pentru stratul ascuns și respectiv de ieșire; entropia încrucișată ca funcție de pierdere; gradient conjugat scalat ca algoritm de backpropagation. A fost implementat un criteriu de oprire timpurie a antrenamentului, bazat pe setul de validare, pentru a promova generalizarea și pentru a evita supraadaptarea; criteriul de oprire apare dacă performanța pe setul de validare nu a scăzut în interiorul unei ferestre glisante de 6 epoci.

Numărul de neuroni ai stratului ascuns a fost selectat după cum urmează. A fost comparată performanța a 95 de rețele. În detaliu, au fost antrenate mai multe rețele cu dimensiunea stratului ascuns variind de la 1 la 95 (merită să ne amintim că 95 este numărul caracteristicilor de intrare). Dintre cele 95 de topologii evaluate, cea cu o dimensiune a stratului ascuns egală cu 27 a fost selectată pe baza celei mai bune valori MCC calculate ca MCC medie a pliurilor. O reprezentare grafică a tendinței MCC și a indicilor de acuratețe este prezentată în Fig.10; configurația finală a rețelei neuronale artificiale este rezumată în tabelul 6.

Problemă cu setul de date dezechilibrat

După cum sa raportat mai sus, setul de antrenament a fost afectat de o distribuție dezechilibrată puternică între glomeruli sclerotici și nesclerotici (5,5 glomeruli nesclerotici pentru fiecare sclerotic).glomerul). Pentru a evita supraadaptarea în faza de antrenament, mărirea datelor nu a fost considerată o soluție adecvată, deoarece caracteristicile selectate sunt invariante față de transformările principale ale imaginii. Prin urmare, am luat în considerare următoarea abordare.

În primul rând, am luat în considerare utilizarea MCC ca o comparație generală a performanței între pliuri. După cum se raportează în Ec. 4, MCC ia în considerare falsele negative și false pozitive și calculează un coeficient de corelație între clasele prezise și țintă. Acest coeficient poate varia în intervalul [-1;1], unde 1 indică predicția perfectă,-1 dezacord complet și 0 este echivalent cu predictorul aleator. După cum se precizează în [28], dintre scorurile obișnuite de performanță, MCC este singurul care ia în considerare raportul dintre dimensiunea matricei de confuzie și s-a arătat a fi un indice de performanță mai bun decât acuratețea sau scorul F1 pe seturi de date dezechilibrate.

În ceea ce privește selectarea valorii pragului de clasificare corectă, a fost utilizată curba Caracteristică de Operare Recepție (ROC). Au fost analizate două abordări. Prima (Abordarea A) presupune valoarea optimă ca prim punct de intersecție dintre curba ROC și o linie cu o pantă egală cu raportul dintre numărul total de probe negative și pozitive și alunecând din colțul din stânga sus al Graficul ROC((FPR, TPR)=(0,1)). În timp ce, a doua abordare (Abordarea B)[29] evaluează punctul de distanță minimă (vezi Ec.5) de la punctul (0,1) al ROCplot.

Comparația celor două metode (Abordarea A și Abordarea B) în termeni diferiți indici de performanță (Ecuațiile 1, 2, 3 și 4) este raportată în Tabelul 7. Întrucât în ​​domeniul medical, o predicție corectă a pozitivelor la un boala este mai importantă decât predicția negativelor, se preferă o reamintire mai mare, astfel că s-a ales Abordarea B.

Referințe

1. Neuen BL, Chadban SJ, Demaio AR, Johnson DW, Perkovic V.Boala cronică de rinichiși agenda globală pentru BNT.BMJ Global Health.2017.

2. Wang H, Naghavi M, Allen C, Barber RM, Carter A, Casey DC și colab. Speranța de viață globală, regională și națională, mortalitatea de toate cauzele și mortalitatea specifică cauzei pentru 249 de cauze de deces, 1980-2015: analiză asistematică pentru Studiul Global Burden of Disease 2015.The Lancet. 2016;6:66.

3. Wolfe RA, AshbyVB, Milford EL, Ojo AO, Ettenger RE, Agodoa LYC, et al. Comparația mortalității la toți pacienții dializați, pacienții dializați care așteaptă transplantul și primitorii unui prim transplant cadaveric. N Engl J Med.2002;6:66.

4. Port FK, Wolfe RA, Mauger EA, Berling DP, Jiang K. Comparația probabilităților de supraviețuire pentru pacienții dializați față de beneficiarii de transplant renal cadaveric. J Am Med Conf. univ. 1993;6:66.

5. Liyanage, NinomiyaTJha V, Neal B, Patrice HM, Okpechil și colab. Word-5.[acces larg la tratament pentruboală de rinichi în stadiu terminal: o revizuire sistematică. The Lancet.2015;666.

6. Cecka JM.Registrul științific UNOS de transplant renal-zece ani derinichitransplanturi. Clin Transpl. 19976:66.

7. Rețeaua Unită pentru Partajarea Organelor. Raport anual 2004

8. Perico N, Ruggenenti P, Scalamogna M, Remuzzi G. Abordarea deficitului de donatoririnichi: cum să folosim cel mai bun lucru pe care îl avem.Am J Nephrol. 2003;6:66.

9. Moore PS, Farney AC, Sundberg AK, Rohr MS, Hartmann EL, Iskandar SS și colab.Transplant dublu de rinichi: o comparație caz-control cuun singur transplant de rinichide la donatori cu criterii standard și extinse.Transplantul. 2007;6:66.

10. RemuzziG, GrinyoJ, Ruggenenti P Bertini M, Cole EH, Milford EL, et al. Experiență timpurie cutransplant de rinichi dualla adulţi folosind criterii extinse de donator.DubluTransplant de rinichiGrup (DKG.JAm Soc Nephrol. 1999;6:66.