《Diagnostics》:Toward AI-Assisted Precision Diagnostics in Breast Cancer: Source-Group-Preserving Evaluation of Class-Imbalance Strategies for Ordered ER-IHC Segmentation
编辑推荐:
背景/目的:雌激素受体免疫组织化学(ER-IHC)表现出异质性染色和显著的类别不平衡,使有序表达类别的分割变得复杂。研究人员评估了类别加权、关注少数类的裁剪采样、自适应少数类课程(AMC)以及Focal–Tversky优化是否能够改进常见的ResUNet-DS
背景/目的:雌激素受体免疫组织化学(ER-IHC)表现出异质性染色和显著的类别不平衡,使有序表达类别的分割变得复杂。研究人员评估了类别加权、关注少数类的裁剪采样、自适应少数类课程(AMC)以及Focal–Tversky优化是否能够改进常见的ResUNet-DS骨干网络,以分割背景/非目标像素和C1 ER阴性、C2弱阳性、C3中阳性和C4强阳性前景类别。方法:数据集包含220个配对的图像-掩码图像块,组织成44个恢复的五图像块源组。一项保留源组的嵌套五折交叉验证设计使用了包含45、45、45、45和40个图像块的外部折。比较了六种受控训练条件,每种条件和外部折集成四个独立选择的内部模型。结果:无加权随机训练在所有五个主要终点上获得了最佳数值平均值:前景Dice系数()、C2-C4 Dice系数()、前景交并比(IoU,)、前景二次加权Kappa系数()和前景有序平均绝对误差(MAE,)。加权随机训练是表现最强的加权/少数类敏感条件,但并未超过无加权参考。25项配对外部折比较中均未达到;最小原始p值为,且所有经Holm校正的p值均为。20,000次重复的配对源组自助法保留了相同的总体排序。结论:更复杂的不平衡处理策略并未在无加权训练的基础上改善总体分割性能。事后分析显示了依赖于范围的概率质量和误差排序。IHC4BC提供了表达顺序一致性,但未提供直接的外部分割验证。这些发现支持了初步的保留源组的方法学证据,而非患者层面、全切片或临床有效性。
乳腺癌病理学中,雌激素受体免疫组织化学(ER-IHC)是肿瘤特征化和治疗评估的重要组成部分。常规实践中,视觉解释可能因染色异质性、组织复杂性、弱染色核及区域变异而变得复杂。计算病理学可通过可复现的空间图和定量补充视觉评估。目前大多数计算工作集中于肿瘤区域检测、核分析、图像或切片分类或直接评分。有序的像素级多类别ER-IHC染色映射是一个不同的问题,它保留了空间异质性表达信息,而非将图像直接合并为单个临床评分。该任务包含五个标签:背景和非目标以及四个有序前景类别(C1 ER阴性、C2弱阳性、C3中度阳性、C4强阳性)。由于存在强烈的类别不平衡,模型可能在整体重叠上表现良好但在少数类表现不佳。目前,通过类加权、少数类采样、Focal–Tversky等机制处理类不平衡的效果并不等同,增加策略复杂性并不保证更好的分割。因此,为探究这些策略在统一架构下是否具有可复现的益处,研究人员开展了此项研究。
研究人员在保留源组的嵌套五折交叉验证设计下,比较了六种类不平衡处理策略,以探究它们是否优于简单的无加权训练。结论表明,更复杂的不平衡处理策略并未在无加权训练的基础上改善总体分割性能。这项研究的重要意义在于明确了在强不平衡的ER-IHC分割任务中,盲目增加策略复杂性并不可取,强调了控制评估和分离硬分割、概率质量等终点的重要性。论文发表在《Diagnostics》上。
样本队列来源于马来亚大学医学中心资源,包含220个配对图像和掩码图像块,组织成44个恢复的五图像块源组。研究人员采用ResUNet-DS骨干网络进行分割。关键技术包括:保留源组的嵌套五折交叉验证,防止同一源组的图像块跨越训练、验证和测试集;自适应少数类课程(AMC,一种仅修改训练裁剪选择过程的策略)采样;以及Focal–Tversky损失函数(修改优化目标但不改变推理图)。评估采用配对外折比较和源组重采样分析,计算前景Dice系数、C2-C4 Dice系数、前景交并比(IoU)、前景二次加权Kappa系数和前景有序平均绝对误差(MAE)等指标。
研究结果:
数据集不平衡与外折组成:通过分析220个图像块参考掩码发现,背景/非目标像素占76.42%,C1类占17.70%,而C2、C3和C4类合计不足6%。在保留源组的外折分配中,所有三个阳性类别均保持存在,但C4仍是最稀疏的阳性强度类。
主要嵌套分割与有序结果:通过六种受控训练条件的比较,无加权随机训练在所有五个主要终点上获得了最佳的数值平均值,表明附加的类加权、少数类采样和Focal–Tversky组件未能改善观察到的总体保留源组外折性能。
外折统计比较:通过配对外折比较发现,对于前景Dice、C2-C4 Dice和前景IoU,无加权参考在所有五个折中均优于每个比较器。在25次精确Wilcoxon比较中,没有一次在多重性校正前达到显著性水平,所有Holm校正后的p值均为0.3125。结果表明无加权训练在前景重叠和C2-C4 Dice上具有最有利的总体表现。
源组重采样敏感性分析结果:通过2万次重复的配对源组自助法分析,保留了在外折分析中观察到的总体排序。对于所有五个主要终点,配对源组自助法差异保留了相同的方向排序,表明总体结果方向并非由少数特定恢复源组驱动。
事后概率质量、患病率和误差排序结果:概率质量与校准:通过在四个互补范围内评估概率质量发现,无加权训练在所有像素和前景检测任务上提供了最有利的全局概率质量。然而,在条件限制于已知前景像素时,所有加权或少数类敏感条件均改善了真实前景多类Brier分数。阳性强度组成:通过分析模型预测的前景内C2-C4分数,发现加权随机训练的绝对偏差最小,但所有源组自助法区间均包含零,不支持明确的条件级优势。预测熵、集成分歧与误差排序:通过误差排序AUROC(受试者工作特征曲线下面积)发现,无加权训练表现出最强的全像素基于熵的误差排序,而加权策略在真实前景范围内表现更好。
支持性开发阶段、复杂性和定性分析:早期的组件消融、架构比较等实验结果仅作为支持性证据。定性分析表明,高总体重叠可与局部误差共存,概率、熵、分歧和有序误差可视化仅作为模型行为总结。
外部ER-IHC表达顺序一致性:通过IHC4BC分析发现,模型衍生的C3面积比与强DAB比之间存在强单调关联,但由于仅包含七名患者且无兼容的像素级掩码,这些结果仅支持表达顺序一致性,不构成外部分割验证。
讨论与结论:
总结讨论部分:这项研究评估了类加权、少数类裁剪采样、自适应少数类课程(AMC)和Focal–Tversky优化是否能改善有序ER-IHC分割。主要发现是,最简单的无加权随机训练条件在所有五个主要汇总终点上数值最强。这一结果说明,严重的类别不平衡本身并不意味着更强的加权或少数类采样会改善整体性能。不同干预机制效果各异,局部少数类的改善未能转化为整体分割的改善。此外,全局和条件概率分析不可混淆,不平衡修正可改善条件概率行为而无需改善全局分割。预后IHC4BC分析仅提供表达顺序一致性而非直接外部分割验证。临床解释应受限制,像素图不能等同于Allred评分等临床变量。
翻译研究结论部分:本研究比较了六种类加权、裁剪采样和损失配置。无加权随机训练在所有五个主要终点上获得了最有利的数值平均值。加权随机训练是最强的加权/少数类敏感条件,但未超过无加权参考。25项配对外折比较均未达到显著性,经Holm校正后亦均不显著。事后分析显示了依赖于范围的行为:无加权训练提供了更强的全局概率质量和全像素基于熵的误差排序,而加权策略在真实前景内改善了选定的概率质量和误差排序指标。这些差异未转化为更优越的总体分割。总体而言,在此单一资源评估中,日益复杂的不平衡处理策略并未改善总体ER-IHC分割。这些发现应被解释为初步的方法学证据,而非患者层面、全切片或临床可部署的性能。