Enhancing Histopathological Image Classification via Integrated HOG and Deep Features with Robust Noise Performance

1. Enunciado del Problema

El análisis de imágenes histopatológicas es crítico para el diagnóstico de enfermedades, pero enfrenta desafíos significativos debido al enorme tamaño de las Imágenes de Diapositivas Completas (WSI) y a las características intrincadas y complejas que son difíciles de modelar con ecuaciones matemáticas simples. Si bien el Aprendizaje Profundo (DL) ha avanzado en el diagnóstico automatizado, los métodos existentes a menudo luchan con:

• Representación de Características: Confiar únicamente en características abstractas de alto nivel puede omitir información crítica de bajo nivel sobre texturas y bordes.
• Robustez: Muchos modelos se degradan significativamente cuando la calidad de la imagen se ve comprometida por el ruido (baja Relación Señal-Ruido o SNR), lo cual es común en la imagenología clínica del mundo real.
• Brechas de Rendimiento: Las técnicas tradicionales de Aprendizaje Automático (ML) a menudo tienen un rendimiento inferior en comparación con los enfoques de DL puro, sin embargo, los modelos de DL puro pueden ser frágiles bajo condiciones ruidosas.

El estudio tiene como objetivo cerrar estas brechas integrando características tradicionales diseñadas a mano con características de aprendizaje profundo y evaluando la robustez de estos modelos híbridos frente a niveles variables de ruido.

2. Metodología

La investigación utilizó el conjunto de datos LC25000, que comprende 25.000 imágenes histopatológicas en color de cinco clases: adenocarcinoma de colon, tejido colónico benigno, adenocarcinoma de pulmón, carcinoma de células escamosas de pulmón y tejido pulmonar benigno.

El marco experimental involucró tres enfoques principales:

A. InceptionResNet-v2 Ajustado Fino como Clasificador

• La red preentrenada InceptionResNet-v2 fue ajustada fino para la clasificación directa.
• Arquitectura: Se añadieron dos bloques convolucionales personalizados (128 núcleos de 7x7 y 256 filtros de 5x5), seguidos de una capa totalmente conectada.
• Optimización: Descenso de Gradiente Estocástico (SGD) con momento (0.9) y un programa de tasa de aprendizaje por tramos.

B. Extracción de Características Profundas + Clasificadores ML

• Extracción de Características: Las imágenes se procesaron a través de la red InceptionResNet-v2 y se extrajeron características de alto nivel desde la capa 'avg pool'.
• Aumento: Se aplicaron rotaciones aleatorias (0°, 90°, 180°, 270°) y traslaciones para aumentar la diversidad de datos.
• Clasificación: Estas características profundas se alimentaron a cinco modelos ML distintos: Árbol de Decisión, Máquina de Impulso de Gradiente (GBM), Vecinos Más Cercanos k (KNN), Red Neuronal (NN) y Máquina de Vectores de Soporte (SVM).
• Ajuste: Los hiperparámetros se optimizaron utilizando Optimización Bayesiana.

C. Características HOG y Profundas Integradas

• Enfoque Híbrido: Se extrajeron características de Histograma de Gradientes Orientados (HOG) (tamaño de celda 128x128) de imágenes redimensionadas a 299x299 píxeles.
• Concatenación: Las características HOG se concatenaron con las características profundas de InceptionResNet-v2 para crear un vector de características integral.
• Clasificación: Los mismos cinco modelos ML se entrenaron sobre este conjunto de características combinado.

D. Evaluación de Robustez (Análisis SNR)

• Para probar la resiliencia, se aplicó ruido gaussiano aditivo al conjunto de datos en tres niveles de Relación Señal-Ruido (SNR): 40dB (ruido bajo), 35dB (moderado) y 30dB (ruido alto).
• El rendimiento del modelo se reevaluó en los tres métodos bajo estas condiciones ruidosas.

3. Contribuciones Clave

1. Integración Novel de Características: El estudio introduce un método que combina características HOG (que capturan detalles de bordes y texturas) con características profundas (que capturan abstracciones de alto nivel). Este enfoque híbrido aprovecha las fortalezas tanto de la visión por computadora tradicional como del DL moderno.
2. Evaluación de Referencia de Robustez: A diferencia de muchos estudios que solo informan la precisión en datos limpios, este artículo evalúa sistemáticamente la resiliencia del modelo frente a niveles variables de SNR, identificando qué arquitecturas mantienen el rendimiento en entornos ruidosos.
3. Superioridad de Rendimiento: El estudio demuestra que los modelos entrenados con características profundas (especialmente cuando se combinan con HOG) superan significativamente tanto a la red ajustada fino independiente como a los modelos que utilizan solo características tradicionales.

4. Resultados Clave

A. Rendimiento con Datos Limpios

• Clasificador Ajustado Fino: El InceptionResNet-v2 ajustado fino independiente logró una precisión del 96.01% y un AUC del 96.8%.
• Solo Características Profundas: Los modelos entrenados con características profundas superaron significativamente al clasificador independiente.
  • Red Neuronal (NN): Logró el rendimiento más alto con un AUC del 99.99% y una precisión del 99.72%.
  • GBM: 99.77% de AUC, 98.05% de precisión.
  • KNN y SVM: Ambos superaron el 99% de AUC.
• Características HOG + Profundas Integradas:
  • La combinación mejoró aún más el rendimiento para la mayoría de los modelos.
  • Red Neuronal: Alcanzó un AUC del 99.99% y una precisión del 99.84% (el resultado máximo del estudio).
  • GBM: Mejoró a un AUC del 99.9% y una precisión del 98.73%.
  • SVM: Logró un AUC del 99.96%.

B. Robustez frente al Ruido (Impacto del SNR)

• Clasificador Independiente: El rendimiento colapsó a medida que aumentaba el ruido, cayendo del 80.16% (40dB) al 27.44% (30dB).
• Modelos de Características Profundas: Mostraron mayor resiliencia.
  • GBM y KNN fueron los más robustos. A 30dB (ruido alto), GBM mantuvo una precisión >80%, y KNN mantuvo ~75%.
  • Red Neuronal y SVM experimentaron una caída más pronunciada en entornos de alto ruido en comparación con GBM/KNN.
• Características HOG + Profundas Integradas:
  • Si bien el rendimiento a 40dB fue comparable al de las características profundas solas, la adición de HOG no mejoró significativamente la robustez en niveles de SNR más bajos (30-35dB) en comparación con las características profundas solas. En algunos casos, el rendimiento fue ligeramente inferior al del enfoque de solo características profundas en escenarios de alto ruido.

5. Significado y Conclusión

El estudio concluye que integrar el aprendizaje profundo con la extracción de características tradicional crea un marco poderoso para la clasificación histopatológica.

• Configuración Óptima: El modelo de Red Neuronal entrenado con características HOG y profundas combinadas obtuvo la precisión más alta (99.84%) en datos limpios.
• Resiliencia al Ruido: Para aplicaciones clínicas donde la calidad de la imagen puede variar, los modelos GBM y KNN entrenados con características profundas demostraron ser los más fiables, manteniendo una alta precisión incluso bajo ruido significativo (30dB).
• Impacto Clínico: Los hallazgos sugieren que, aunque el aprendizaje profundo puro es poderoso, los enfoques híbridos y clasificadores ML específicos (como GBM/KNN) ofrecen una fiabilidad superior para la detección temprana de enfermedades y la planificación de tratamientos personalizados, particularmente en condiciones de imagen no ideales.

Esta investigación proporciona una vía robusta para el desarrollo de herramientas de diagnóstico automatizado que no solo son altamente precisas, sino también resilientes a los desafíos prácticos de la patología digital del mundo real.