A hybrid deep learning framework for segmentation of crowded objects on medical images: application to digital pathology image analysis

Il Deep Learning (DL) ha apportato consistenti benefici all’intero campo dell’analisi di immagini mediche, rendendo possibili risultati mai precedentemente ottenuti in problematiche che si sono rivelate proibitive per tecniche di image processing tradizionale. In particolare, le reti neurali convoluzionali, grazie alla propria elevata capacità di generalizzazione e di estrazione di pattern direttamente dai dati, hanno rappresentato un consistente passo in avanti in problemi di segmentazione, che sono tra i più ricorrenti e rilevanti nel campo dell’imaging medicale. Nonostante i vari benefici che questa tipologia di tecniche offre, gli algoritmi di deep learning sono considerati in prevalenza come sistemi a “scatola nera”, rendendo difficile comprendere quali siano i fattori che controllano le loro performance ed ottimizzarli efficacemente senza apportare modifiche architetturali, le quali richiedono comunque una buona esperienza nel campo del DL. Di conseguenza di recente, una quantità sempre maggiore di ricerca si è concentrata nel cercare di sfruttare i modelli esistenti introducendo ulteriori step di pre/postprocessing, per migliorare le performance di base garantite dal modello. In quest’ottica, questo lavoro mira a sviluppare un approccio ibrido, che combini metodi di DL con tecniche di image processing tradizionali per la segmentazione di immagini medicali. In particolare, la segmentazione di tipo semantico operata da CNN mostra spesso un’elevata accuratezza a livello di pixel, ma è soggetta alla fusione di oggetti distinti che si trovino in prossimità l’uno dell’altro. Per questa ragione, in questa tesi vengono esplorate le opportunità di un tale approccio su immagini di istopatologia. Inoltre, le immagini WSI (Whole Slide Images) stanno divenendo il mezzo di primario utilizzo da parte degli anatomopatologi, in luogo dell’osservazione diretta dei campioni di tessuto. Conseguentemente, molti ricercatori stanno concentrando il proprio lavoro sulla necessità di strumenti automatici di analisi quantitativa, che possano portare a diagnosi più rapide e basate sui dati. Il metodo proposto si basa sulla combinazione sinergica di una rete neurale per segmentazione e di un modello di riconoscimento di oggetti, per sfruttare l’accuratezza in termini di pixel della segmentazione della prima e la capacità di localizzare nello spazio interi oggetti del secondo. L’informazione di entrambi permette l’inizializzazione e l’evoluzione di Contorni Attivi sulla mappa di probabilità softmax. Viene inoltre introdotto un termine repulsivo di interazione per gestire correttamente la segmentazione di quei nuclei che sarebbero altrimenti stati fusi insieme nella segmentazione originale ottenuta dalla sola rete. Il metodo è stato validato su un dataset standard, in termini di diverse metriche basate sui pixel e sugli oggetti e particolare attenzione è stata rivolta all’analisi dei risultati in termini di indice di Jaccard aggregato (AJI). Il framework mostra miglioramenti statisticamente significativi delle prestazioni rispetto ad un comune approccio basato sulla sogliatura della softmax, suggerendo la buona adeguatezza del metodo alla segmentazione di immagini con elevata densità di oggetti. Possibili prossimi sviluppi includono l’esplorazione dell’applicabilità e dell’utilità dell’approccio in domini differenti, l’ottimizzazione combinata dei due modelli di DL per massimizzare il beneficio ottenibile ed il far fronte a potenziali problemi di scalabilità nell’applicazione di questo a grossi volumi di dati