基于双层优化的组织病理学图像自动数据增强学习

训练深度学习模型对组织病理学图像进行分类具有挑战性，因为细胞和组织的颜色与形状存在变异性，且可用数据量少，无法让模型 proper 学习这些变异。变异可能来自图像采集过程，例如由于不同的细胞染色方案或组织变形。为应对此挑战，可在训练期间使用数据增强（DA）通过对现有样本施加变换来生成额外样本，帮助模型对这些颜色和形状变换保持不变性。DA的问题在于它不仅依赖于特定数据集，还需要领域知识，而领域知识并非总可获得。若无此知识，只能使用启发式方法或通过计算昂贵的搜索来选择合适的变换。为此，我们提出一种自动DA学习方法。在该方法中，DA参数（即改善模型训练所需的变换参数）被视为可学习参数，并使用双层优化方法借助截断反向传播以快速高效的方式自动学习。我们在六个不同数据集上验证了该方法。实验结果表明，我们的模型能学习到比预定义DA变换更有助于训练图像分类器的颜色和仿射变换，而预定义DA变换也更昂贵，因为它们需要在训练前通过在验证集上网格搜索来选定。我们还表明，类似于用RandAugment训练的模型，我们的模型同样只有少量方法特有超参数需调，但性能更优。这使得我们的模型成为学习最佳DA参数的良好方案，尤其在组织病理学图像背景下，启发式定义潜在有用变换并非易事。