基于卷积神经网络的乳腺癌图像分类

摘要：

乳腺癌是世界范围内癌症死亡的主要原因之一。用苏木精和伊红染色图像对活检组织进行诊断并非易事，专家通常不同意最终诊断。计算机辅助诊断系统有助于降低成本，提高诊断效率。传统的分类方法依赖于针对基于现场知识的特定问题设计的特征提取方法。为了克服基于特征的方法的许多困难，深度学习方法正成为重要的替代方法。提出了一种使用卷积神经网络 (CNNs) 对苏木精和伊红染色的乳房活检图像进行分类的方法。图像分为四类，正常组织，良性病变，原位癌和浸润性癌，分为两类，癌和非癌。网络的体系结构旨在检索不同规模的信息，包括核和整个组织组织。这种设计允许将所提出的系统扩展到整个幻灯片组织学图像。 CNN 提取的特征也用于训练支持向量机分类器。四类的准确度为 77.8%，癌/非癌的准确率为 83.3%。我们的方法对癌症病例的敏感性为 95.6%。

介绍

乳腺癌是 20 至 59 岁女性癌症死亡的第一原因，是 59 岁以上女性的第二位癌症死亡原因。在早期阶段诊断和治疗这种病理对于预防疾病的进展和降低其发病率至关重要。乳腺癌的诊断通常包括通过触诊和使用乳房X光摄影或超声成像的定期检查进行初步检测。如果体检显示癌组织生长的可能性，则诊断后进行乳腺组织活检。乳腺组织活检允许病理学家从组织学上评估组织的微观结构和成分。组织学可以区分正常组织、非恶性（良性）和恶性病变，并进行预后评估。良性病变代表与进展为恶性肿瘤没有直接关系的乳房实质正常结构的变化。癌可分为原位癌或侵袭性癌。在原位癌中，细胞被限制在乳腺导管-小叶系统内，而在浸润性癌中，细胞扩散到该结构之外。活检期间采集的组织通常在专家进行视觉分析之前用苏木精和伊红（H&E）染色。在此过程中，评估全玻片组织扫描的相关区域。图1显示了用H&E染色的整张幻灯片图像中提到的每一类照片的一个例子。这种染色增强了细胞核（紫色）和细胞质（粉红色），以及其他感兴趣的结构。

在分析染色组织的过程中，病理学家分析整体组织结构，以及细胞核组织、密度和变异性。例如，浸润性癌组织表现出结构的扭曲，以及更高的细胞核密度和变异性（图1-D），而在正常组织中，结构得以维持，细胞核组织良好（图1-a）。

使用H & E染色活检的诊断过程并非微不足道，专家之间的平均诊断一致性约为75%。手工检查组织学图像需要高度专业的病理学家的工作量。在通常分类中应用形态学标准的主观性促使使用计算机辅助诊断 (CAD) 系统来提高诊断效率并提高观察者之间的一致性。

相关工作：

CAD系统嵌入了图像分析和机器学习方法，以帮助医生在诊断过程中。作为第二意见系统，CAD系统减少了专家的工作量，有助于提高诊断效率和降低成本。为此，通常会尝试复制医生的方法。例如，对核形态的分析可足以将组织分类为良性或恶性 [10] 。图1.使用数据集的显微图像补丁示例 [3] 。由于苏木精和伊红染色，细胞核和细胞质分别呈紫色和粉红色。a正常组织；b良性异常；c恶性原位癌；D恶性浸润性癌。

因此，一些工作侧重于恶性-良性分类的细胞核分析。Kowal等人[11]使用不同的聚类算法对细针活检的显微图像进行细胞核分割。形态学、拓扑学和纹理特征被用于训练分类器，在50名患者的500张图像上实现了84%到93%的准确率。通过对每张10张图像进行多数投票，对病人进行分类，准确率为96-100%。同样，Filipczuk等人[12]和George等人[13]从细针活检中提取了基于核的特征。首先，圆形Hough变换被用于检测候选核，然后用机器学习和Otsu阈值法减少假阳性。在George等人的[13]中，使用分水岭算法进一步细化了核分割。这两种方法都利用核的形状和纹理特征来训练不同的分类器。Filipczuk等人的[12]达到了98.51%的准确率，每67名患者通过11张图像的多数投票，而George等人的[13]在使用92张图像的单个图像分类中达到了71.9%到97.15%的准确率。除了与细胞核有关的信息，Belsare等人[14]还考虑了组织组织，用于对更复杂的图像进行二元分类。作者评估了来自私人40倍放大率乳腺组织学H&E数据集的70幅图像。空间色彩-纹理图被用于分割细胞腔周围的上皮层，统计纹理特征被用于训练最终的分类器。作者报告的准确率在70%到100%之间。

其他作者专注于对乳腺癌组织学图像进行更复杂的3类分类。例如，Brook等人[15]和Zhang等人[16]都将乳腺癌组织图像分为正常、原位癌和浸润癌。为此，使用了以色列理工学院的数据集[17]。Brook等人[15]使用多个阈值对每个图像进行二值化处理，并使用连接成分统计来训练支持向量机（SVM）分类器，报告了93.4%的平均准确率，通过拒绝20%的图像可以提高到96.4%。Zhang等人[16]使用了一种级联分类方法。Curvelet变换和局部二进制模式（LBP）特征的子集被随机地送入第一组平行的SVM分类器。在给定数量的分类器不一致的图像被拒绝，并由第二组人工神经网络（ANN&