Сравнительный анализ архитектур сверточных нейронных сетей в задаче классификации

Тонкоигольная аспирационная биопсия (ТАБ) подразумевает использование иглы узкого калибра (25-22G) для сбора образцов для микроскопического исследования. Это позволяет проводить инвазивную и быструю диагностику ткани, но не сохраняет ее гистологическое строение. ТАБ обычно используется для диагностики рака молочной железы, при этом традиционная практика основана на субъективной визуальной оценке образцов клеток молочной железы под микроскопом для оценки состояния различных цитологических признаков. Следовательно, существует много проблем в поддержании согласованности и воспроизводимости результатов. Однако появление цифровых изображений и вычислительной помощи в диагностике может повысить точность диагностики и снизить эффективную нагрузку врачей-специалистов. В этом разделе представлено сравнение различных подходов к обучению с использованием сверточной нейронной сети для диагностики образцов клеток.
Для этой задачи были получены изображения образцов клеток в одной из лабораторий Гувахати, Индия. Опытные врачи собрали образцы у пациентов и обработали их в лаборатории. Образцы клеток были отобраны у 20 пациентов в соответствии со всеми этическими протоколами. Изображения были получены с помощью микроскопа Leica ICC50 HD с разрешением 400 и глубиной цвета 24 бита, а также камерой на 5 мегапикселей, связанной с микроскопом. Захваченные оцифрованные изображения были затем рассмотрены опытными сертифицированными цитопатологами, которые отобрали в общей сложности 212 изображений для этого исследования. Базу данных можно скачать по ссылке . Рисунок 16 представляет собой несколько таких образцов доброкачественных и злокачественных клеток. В данной работе рассматриваются только цитологические мазки.
Для исследования образцов мазков с глубоким обучением потребуется больше данных

. Для этого были применены методы аугментации, такие как обрезка, сдвиг, поворот, зеркальное отображение, перекос, инвертирование и масштабирование, и новое количество составило 2120 изображений (990 доброкачественных и 1130 злокачественных). Изображение было разделено на цветовые каналы RGB (красный, зеленый, синий) и CMY (голубой, пурпурный желтый), и был сделан переход только к красному каналу изображения из-за его многообещающей четкой границы, выделяющей только нужную область, как показано на рисунке 17. Кроме того, работа с красным каналом помогает эффективно устранить шум. Из рисунка 17 можно увидеть, что инородные вещества, подобные эритроцитам, автоматически удаляются на выходе красного канала, и область ядра становится четкой с заметной границей. Как можно видеть в строках № 2 и 4, изображения на рисунке 17 содержат много эритроцитов, которые были полностью удалены в выводе красного канала. Выходные данные разложения цветового канала четырех изображений (два нормальных и два патологических) также приведены на рисунке 17. Это разложение канала используется в качестве этапа предварительной обработки в предлагаемом подходе.
Фактические данные находятся в видимой области, то есть в ядре. Цитоплазма и эритроциты на изображениях считаются шумом и, следовательно, полностью удаляются. Выравнивание гистограммы также используется на выходе красного канала, как этап предварительной обработки для полного удаления цитоплазмы. Затем изображения автоматически сегментируются для достижения цели. Чтобы упростить процесс, используются два основных метода определения пороговых значений, а именно: глобальный пороговый уровень и пороговый уровень Оцу