그래프를 이용한 약한 감독 기반 기저 세포 암종의 검출 및 분류

Scientific Reports 13권, 기사 번호: 7555(2023) 이 기사 인용

328 액세스

3 알트메트릭

측정항목 세부정보

기저 세포 암종(BCC)의 높은 발병률은 병리학 실험실에 상당한 부담을 안겨줍니다. 표준 진단 과정은 시간이 많이 걸리고 병리학자 간 변동이 발생하기 쉽습니다. 다른 암 유형의 등급을 매길 때 딥 러닝 접근법을 적용함에도 불구하고 전체 슬라이드 이미지(WSI)의 BCC에 비전 변환기를 적용하는 것에 대한 문헌은 제한적입니다. 훈련 및 검증(369 BCC의 1435 WSI) 및 테스트(110 BCC의 397 WSI) 세트로 구분된 479 BCC의 총 1832 WSI에는 4개의 공격성 하위 유형으로 약하게 주석이 추가되었습니다. 우리는 그래프 신경망과 비전 변환기의 조합을 사용하여 (1) 종양의 존재를 감지하고(2개 클래스), (2) 종양을 저위험 하위 유형과 고위험 하위 유형(3개 클래스)으로 분류하고, (3) 4개 클래스를 분류했습니다. 공격성 하위 유형(5개 클래스). 교차 검증 모델로 구성된 앙상블 모델을 사용하면 2개, 3개, 5개 클래스 분류에서 각각 93.5%, 86.4%, 72%의 정확도를 달성했습니다. 이러한 결과는 종양 검출 및 BCC 등급화 모두에서 높은 정확도를 보여줍니다. 자동화된 WSI 분석을 사용하면 작업 흐름 효율성이 높아질 수 있습니다.

기저 세포 암종은 인간에게 가장 흔한 형태의 피부암입니다. 발생률은 다른 모든 암의 발생률을 합친 것만큼 높습니다1. 또한 BCC 사례의 수가 전 세계적으로 증가하고 있습니다2,3,4. 전이와 사망은 드물지만 BCC는 공격적이고 파괴적인 국소 성장으로 인해 심각한 질병을 일으킬 수 있습니다5.

BCC는 성장 패턴이 다른 이질적인 종양 그룹입니다. 국제적으로 BCC는 조직병리학적 특징에 따라 저위험 하위 유형과 고위험 하위 유형이라는 두 가지 광범위한 범주로 분류됩니다6. 이러한 범주는 하위 클래스로 더 분류될 수 있습니다. 예를 들어, 스웨덴 병리학자들은 세 가지 위험 범주를 포함하는 "Sabbatsberg 모델"에 따라 BCC를 분류합니다: (a) 표재성(Ib형)과 결절성(Ia형)으로 더 분류되는 "낮은 공격성" 하위 유형, (b) ) "중간 공격성"(유형 II)은 고공격성 종양과 비교하여 더 잘 정의된 방식으로 더 표면적으로 자라는 덜 공격적인 침윤성 하위 유형을 포함하며 (c) "고공격성"(유형 III), 더 많은 공격적, 침투성 및 모르페아 형태의 하위 유형7. 하위 유형에 대한 올바른 평가는 관련 치료를 계획하는 데 중요합니다. 그러나 종양의 등급을 매기고 하위 유형을 보고할 때 병리학자마다 상당한 차이가 있습니다9,10.

더욱이, 조직학적 슬라이드를 평가하는 데 시간이 많이 걸리는 과정과 샘플 수가 증가함에 따라 진단이 지연되고 비용이 증가합니다11. 진단 시간과 관찰자 간 변동을 줄이기 위해 딥러닝12 접근법이 활발히 연구되었습니다. 딥 러닝을 통해 병리학에서 전산 이미지 분석을 구현할 수 있으며, 이는 분류 정확도를 높이고 관찰자 간 변동성을 줄일 수 있는 잠재력을 제공합니다13,14. 흥미롭게도 전이 위험, 무병 생존 및 예후와 관련된 알려지지 않은 형태학적 특징도 밝혀질 수 있습니다15,16.

초기 연구 작업에서 전산 조직학 방법에는 픽셀별 주석이 필요했습니다. 즉, 병리학자가 WSI에서 특정 영역을 묘사하는 것입니다. 그러나 픽셀 단위 주석을 사용하는 것은 시간이 많이 걸립니다. 또한 이러한 접근 방식은 실제 데이터로 일반화되지 않습니다. 대안으로 약한 지도 학습 프레임워크가 WSI 분류에 널리 채택된 방법이었습니다. 약한 지도 학습의 일반적인 기술은 다중 인스턴스 학습(MIL)19입니다. 이 접근 방식은 성능 저하 없이 WSI 수준 레이블, 즉 특정 지역과 연결되지 않은 레이블을 사용할 수 있습니다20. 이 기술은 인스턴스 세트(WSI 패치)를 가방으로 처리합니다. 포지티브 케이스 패치의 단순한 인스턴스는 백(WSI)을 포지티브로 만들고, 그렇지 않으면 네거티브로 처리됩니다. MIL은 WSI가 패치 세트로 분할되도록 요구하며, 종종 데이터 큐레이션이 필요하지 않습니다18.