有限数据获取场景下深度学习结肠癌检测研究

组织病理学切片数字化带来了诸多进展，从便捷的数据共享与协作到数字诊断工具的开发。用于分类与检测的深度学习（DL）方法已展现出巨大潜力，但往往需要大量难以收集和标注的训练数据。对于许多癌症类型，数据稀缺给 DL 模型训练造成了障碍。其中一个场景涉及淋巴结组织中肿瘤转移的探测，其中肿瘤与非肿瘤细胞比例过低使得诊断任务困难且耗时。基于 DL 的工具可实现更快诊断并潜在提升质量。遗憾的是，由于肿瘤细胞稀疏，此类数据标注需病理学家付出极高努力。利用切片级图像的弱标注已显示出巨大潜力，但同样需要获取大量数据。本研究中，我们探讨有限数据获取场景下的缓解策略。具体而言，我们探讨能否利用组织间的共同结构开发通用技术，使某一特定组织中某类癌症的数据对其他组织中其他癌症具有诊断价值。我们的案例通过一个用于淋巴结转移结肠癌检测的 DL 模型加以说明。此类模型能否以极少甚至无淋巴结数据训练？作为替代数据源，我们考察 1）取自原发结肠肿瘤组织的肿瘤细胞，以及 2）来自不同器官（乳腺）的癌症数据，无论是直接使用还是通过 Cycle-GANs 转换至目标域（结肠）。我们表明，所提方法使得在无或极少淋巴结数据情况下检测癌症转移成为可能，为现有已标注组织病理学数据泛化至其他领域提供了可能。