論文 | 圖網(wǎng)絡(luò)應(yīng)用之WSI病理圖像分析

文 | 全世界最乖巧的小豬

Graph CNN for Survival Analysis on Whole Slide Pathological Images

這篇論文是基于上一篇論文 | 圖網(wǎng)絡(luò)理論之AGCN在WSI病理圖像上的應(yīng)用,發(fā)表于MICCAI2018蔫劣,下載地址:沒有下載地址煌妈。這里介紹主要方法柑营。

1 WSI圖構(gòu)建

給定從WSI采樣的patch圖像集合P=\{P_i\}涮帘,要先去掉在邊界區(qū)域的只包含很少細(xì)胞的patch顶瞳,所以每個(gè)WSI的基數(shù)||P||都不一樣独令。因此摔桦,WSI建立的圖的尺寸就都不一樣社付。將patch作為結(jié)點(diǎn),結(jié)點(diǎn)特征由ImageNet預(yù)訓(xùn)練的VGG-16生成邻耕。由于缺少patch標(biāo)簽鸥咖,無法用patch進(jìn)一步微調(diào)網(wǎng)絡(luò)。本文將在下一章介紹圖CNN模型如何緩解這一缺陷兄世。圖的邊是通過設(shè)定一對(duì)patch之間歐式距離的閾值來構(gòu)建的(這是初始圖)啼辣,是用VGG16的輸出壓縮成128維特征計(jì)算得到,壓縮是用PCA在訓(xùn)練集和測(cè)試集上分別單獨(dú)進(jìn)行的碘饼。DeepGraphSurv模型結(jié)構(gòu)如圖1所示熙兔。

圖1?DeepGraphSurv模型結(jié)構(gòu)(實(shí)驗(yàn)中結(jié)點(diǎn)個(gè)數(shù)1000+)

2 譜圖卷積

這里依舊跳過我們都很熟了的譜圖卷積悲伶。用普通GCN有個(gè)缺陷,初始WSI圖是基于patch特征建立的住涉,VGG16特征提取器沒有在WSIpatches上微調(diào)麸锉,因?yàn)槿鄙賞atch標(biāo)簽,因此初始圖可能無法正確表示W(wǎng)SIpatches之間的拓?fù)浣Y(jié)構(gòu)舆声。

3 生存特定圖

初始圖的缺陷是由于特征網(wǎng)絡(luò)訓(xùn)練不足造成的花沉。有兩個(gè)問題:1)網(wǎng)絡(luò)用了無關(guān)監(jiān)督(i.e ImageNet標(biāo)簽),2)網(wǎng)絡(luò)沒有在病例圖像上微調(diào)媳握。最好patch特征可以用生存審查標(biāo)簽進(jìn)行微調(diào)碱屁。所以本文設(shè)計(jì)了一個(gè)獨(dú)立的圖\tilde{g} \tilde{L} (Laplacian)去描述特定的生存相關(guān)的WSIpatches之間的拓?fù)潢P(guān)系[13,15](這里就用了AGCN的方法)蛾找。\tilde{L} 在每個(gè)WSI上單獨(dú)學(xué)習(xí)娩脾。由于不同WSI圖的大小和拓?fù)浣Y(jié)構(gòu)不同,直接學(xué)習(xí)\tilde{L} 不現(xiàn)實(shí)打毛。因此學(xué)習(xí)mahalanobis距離度量M來評(píng)估邊連接柿赊,M隨機(jī)初始化。為了加速收斂幻枉,我們讓初始圖作為正則項(xiàng)碰声,最后的圖Laplacian將是:\mathcal{L}(M,X)=\tilde{L}(M,X)+\beta L ,圖卷積:

Y=RELU(g_\theta(\mathcal{L}(M,X)^K)X)

然后是重參數(shù)化:Y’=YW+b熬甫。模型參數(shù){M,\theta}通過生存損失函數(shù)的反向傳播被更新胰挑,生存損失函數(shù)保證了微調(diào)特征和圖結(jié)構(gòu)對(duì)于生存分析目的來說是最好的。

4 圖注意力機(jī)制

通常來說WSI中只有幾個(gè)局部RoI關(guān)系到生存分析椿肩。隨機(jī)采樣不能保證patched都來自RoI.(所以我們要想想能不能在采樣的時(shí)候就采得更好瞻颂??)注意力機(jī)制提供了一種通過學(xué)習(xí)重要性來適應(yīng)性地選取patch覆旱。在模型中蘸朋,有一個(gè)并行網(wǎng)絡(luò)基于結(jié)點(diǎn)特征來學(xué)習(xí)結(jié)點(diǎn)的注意力。這個(gè)網(wǎng)絡(luò)包括兩個(gè)提出的GCN層扣唱,輸出是結(jié)點(diǎn)注意力值\alpha=f_{attn}(X).給定學(xué)習(xí)到的注意力,輸出R是每個(gè)結(jié)點(diǎn)n的Yn加權(quán)求和:

R=\sum_n f^{}_{attn}(X)_nY_n, n\in\{0,...,||V||\}

如上所示团南,在graph gather層噪沙,注意力乘結(jié)點(diǎn)預(yù)測(cè)。注意力網(wǎng)絡(luò)和預(yù)測(cè)網(wǎng)絡(luò)共同訓(xùn)練吐根。模型直接生成預(yù)測(cè)風(fēng)險(xiǎn)正歼。整合生存風(fēng)險(xiǎn)回歸和圖特征學(xué)習(xí)。損失函數(shù):

L(R)=\sum_{i\in\{i:S_i=1\}}(-R_i+\log \sum_{j\in\{j:T_j>=T_i\} }\exp(R_j))



最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末拷橘,一起剝皮案震驚了整個(gè)濱河市局义,隨后出現(xiàn)的幾起案子喜爷,更是在濱河造成了極大的恐慌,老刑警劉巖萄唇,帶你破解...
    沈念sama閱讀 211,561評(píng)論 6 492
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件檩帐,死亡現(xiàn)場(chǎng)離奇詭異,居然都是意外死亡另萤,警方通過查閱死者的電腦和手機(jī)湃密,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,218評(píng)論 3 385
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來四敞,“玉大人泛源,你說我怎么就攤上這事》尬#” “怎么了达箍?”我有些...
    開封第一講書人閱讀 157,162評(píng)論 0 348
  • 文/不壞的土叔 我叫張陵,是天一觀的道長(zhǎng)铺厨。 經(jīng)常有香客問我幻梯,道長(zhǎng),這世上最難降的妖魔是什么努释? 我笑而不...
    開封第一講書人閱讀 56,470評(píng)論 1 283
  • 正文 為了忘掉前任碘梢,我火速辦了婚禮,結(jié)果婚禮上伐蒂,老公的妹妹穿的比我還像新娘煞躬。我一直安慰自己,他們只是感情好逸邦,可當(dāng)我...
    茶點(diǎn)故事閱讀 65,550評(píng)論 6 385
  • 文/花漫 我一把揭開白布恩沛。 她就那樣靜靜地躺著,像睡著了一般缕减。 火紅的嫁衣襯著肌膚如雪雷客。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 49,806評(píng)論 1 290
  • 那天桥狡,我揣著相機(jī)與錄音搅裙,去河邊找鬼。 笑死裹芝,一個(gè)胖子當(dāng)著我的面吹牛部逮,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播嫂易,決...
    沈念sama閱讀 38,951評(píng)論 3 407
  • 文/蒼蘭香墨 我猛地睜開眼兄朋,長(zhǎng)吁一口氣:“原來是場(chǎng)噩夢(mèng)啊……” “哼!你這毒婦竟也來了怜械?” 一聲冷哼從身側(cè)響起颅和,我...
    開封第一講書人閱讀 37,712評(píng)論 0 266
  • 序言:老撾萬榮一對(duì)情侶失蹤傅事,失蹤者是張志新(化名)和其女友劉穎,沒想到半個(gè)月后峡扩,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體蹭越,經(jīng)...
    沈念sama閱讀 44,166評(píng)論 1 303
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 36,510評(píng)論 2 327
  • 正文 我和宋清朗相戀三年有额,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了般又。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 38,643評(píng)論 1 340
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡巍佑,死狀恐怖茴迁,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情萤衰,我是刑警寧澤堕义,帶...
    沈念sama閱讀 34,306評(píng)論 4 330
  • 正文 年R本政府宣布,位于F島的核電站脆栋,受9級(jí)特大地震影響倦卖,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜椿争,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 39,930評(píng)論 3 313
  • 文/蒙蒙 一怕膛、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧秦踪,春花似錦褐捻、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,745評(píng)論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至景馁,卻和暖如春板壮,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背合住。 一陣腳步聲響...
    開封第一講書人閱讀 31,983評(píng)論 1 266
  • 我被黑心中介騙來泰國(guó)打工绰精, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人聊疲。 一個(gè)月前我還...
    沈念sama閱讀 46,351評(píng)論 2 360
  • 正文 我出身青樓茬底,卻偏偏與公主長(zhǎng)得像,于是被迫代替她去往敵國(guó)和親获洲。 傳聞我的和親對(duì)象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 43,509評(píng)論 2 348

推薦閱讀更多精彩內(nèi)容