Classification of Histopathology Slides with Persistent Homology Convolutions

Deze paper introduceert een nieuwe methode met persistentie-homologie-convoluties die lokale topologische informatie uit histopathologische slides haalt en daarmee de prestaties van bestaande modellen voor ziekteherkenning verbetert.

De kern

Samenvatting: Hoe wiskunde helpt om kanker te zien in celplaatjes

Stel je voor dat je een gigantische mozaïekmuur hebt, gemaakt van miljoenen kleine tegeltjes. Op deze muur zitten drie soorten patronen: een gezond patroon (geen tumor), een dood patroon (necrotische tumor) en een levend, gevaarlijk patroon (levende tumor).

Vroeger keken artsen met een microscoop naar deze muur om te zien welk patroon ze zagen. Vandaag de dag proberen computers dat ook te doen met kunstmatige intelligentie (AI). Maar hier zit een probleem: de computers die we nu gebruiken, zijn als een persoon die door de muur kijkt met een bril die alleen op kleur en helderheid focust. Ze zien de details, maar ze missen de vorm en de ruimtelijke verdeling van de tegels. Ze weten niet of de tegels in een chaotische brij liggen of in een strakke rij.

In de biologie (vooral bij kanker) is die vorm en verdeling echter cruciaal. Hoe cellen zich gedragen, of ze geklonken zijn, of er gaten in zitten – dat vertelt het verhaal van de ziekte.

Het probleem: De "verlies" van vorm

De huidige AI-modellen (zoals CNN's) zijn heel slim, maar ze gebruiken een techniek waarbij ze beelden steeds kleiner maken om sneller te rekenen. Hierdoor gaan ze soms de fijne, kromme lijnen en de gaten in het patroon kwijtraken. Het is alsof je een foto van een bos maakt, maar door hem te verkleinen zie je alleen nog maar een groene vlek, zonder de bomen of de paden ertussen.

De oplossing: "Topologie" als een nieuwe bril

De auteurs van dit paper (Shrunal Pothagoni en Benjamin Schweinhart) hebben een nieuwe manier bedacht om de computer te laten kijken. Ze gebruiken een tak van de wiskunde die topologie heet.

De analogie van de deegbal:
Stel je voor dat je een deegbal hebt.

• Als je er een gat in maakt, heb je nu een ring.
• Als je die ring uitrekt tot een slak, is het nog steeds een ring.
• Topologie zegt: "Het maakt niet uit hoe je het deeg trekt of duwt, zolang het gat er maar blijft, is het hetzelfde object."

In deze studie kijken ze niet naar de kleur van de cellen, maar naar de gaten en de verbindingen tussen de cellen. Hoeveel gaten zijn er? Hoe groot zijn ze? Waar zitten ze? Dit noemen ze Persistent Homology (duurzame homologie). Het is een manier om de "vorm van de chaos" te meten.

De nieuwe uitvinding: "Topologische Rolmatten" (PHC)

Eerder hebben onderzoekers al geprobeerd deze vorm-metingen te gebruiken, maar ze keken naar het hele plaatje als één groot geheel. Dat is alsof je zegt: "In dit hele bos zijn 50 gaten." Maar dat zegt je niets over waar die gaten zitten. Zijn ze allemaal bij elkaar? Of verspreid?

De auteurs hebben een nieuwe techniek bedacht: Persistent Homology Convolutions (PHC).

De analogie van de lantaarn:
Stel je voor dat je in het donker een bos inloopt met een kleine lantaarn (in plaats van een flitslicht dat alles tegelijk verlicht).

1. Je houdt je lantaarn op één plek: je ziet de vorm van de bomen en gaten in dat kleine stukje.
2. Je loopt een stapje op (een "stap" of stride in de wiskunde).
3. Je kijkt weer.
4. Je doet dit over het hele plaatje.

Dit is wat PHC doet. In plaats van het hele plaatje in één keer te analyseren, kijkt de computer in duizenden kleine vensters. In elk venster meet hij de vorm en de gaten. Dan "rolt" hij dit over het hele beeld.

Waarom is dit slim?

• Locatie: Het weet precies waar de gaten zitten.
• Snelheid: Omdat het in kleine stukjes werkt, is het veel sneller dan het hele plaatje in één keer te berekenen.
• Betrouwbaarheid: Het werkt zelfs als je het beeld een beetje draait of verschuift.

Wat hebben ze gevonden?

De auteurs hebben dit getest op plaatjes van botkanker (osteosarcoom). Ze hebben meer dan 10.000 experimenten gedaan.

• Het resultaat: De modellen die gebruik maakten van deze nieuwe "topologische rolmatten" (PHC) waren beter dan de standaardmodellen. Ze haalden een nauwkeurigheid van 93,8%, terwijl de oude methoden rond de 91% zaten.
• Minder gedoe: De nieuwe modellen waren ook minder gevoelig voor de "instellingen" (hyperparameters). Je hoeft ze niet zo veel te tunen om ze goed te laten werken.
• Inzicht: Het bewijst dat de lokale vorm van de cellen (de gaten, de klontering) echt belangrijk is om te zeggen of er kanker is of niet.

Conclusie

Dit onderzoek toont aan dat we AI niet alleen moeten laten kijken naar kleur en helderheid, maar ook naar de vorm en de ruimtelijke structuur van cellen. Door wiskundige technieken die de "topologie" van een beeld meten, kunnen we artsen helpen om kanker sneller en nauwkeuriger te diagnosticeren.

Het is alsof we de computer een nieuwe bril hebben gegeven: een bril die niet alleen ziet wat er is, maar ook hoe het eruitziet en waar het zit. En dat maakt het verschil tussen een goede diagnose en een gemiste kans.

Technische samenvatting

Hier is een gedetailleerde technische samenvatting van het paper "Classification of Histopathology Slides with Persistent Homology Convolutions" in het Nederlands.

Titel: Classificatie van Histopathologieplaten met Persistent Homology Convolutions

Auteurs: Shrunal Pothagoni en Benjamin Schweinhart (George Mason University)
Publicatie: GTML 2025

---

1. Het Probleem

Convolutionele Neurale Netwerken (CNN's) en Vision Transformers (ViT's) zijn de standaard voor beeldclassificatie, maar ze hebben een fundamenteel tekortkoming in de context van histopathologie: ze verliezen vaak topologische informatie tijdens het verwerkingsproces (bijvoorbeeld door pooling-operaties of het opdelen van afbeeldingen in patches).

In histopathologie is de geometrische structuur van weefsel (zoals de vorm, grootte en rangschikking van cellen en kernen) cruciaal voor het diagnosticeren van ziekten zoals osteosarcoom. Bestaande methoden die topologische informatie gebruiken, zoals Persistent Homology (PH), berekenen deze vaak globaal over de hele afbeelding. Dit leidt tot een verlies van lokale context; twee afbeeldingen met dezelfde globale topologische samenvatting kunnen echter een volledig verschillende lokale celrangschikking hebben, wat essentieel is voor differentiatie.

2. Methodologie

De auteurs introduceren een nieuwe operator: Persistent Homology Convolutions (PHC). Dit is een aangepaste versie van de convolutie-operator die lokale topologische kenmerken vastlegt terwijl de eigenschap van translatie-equivalentie behouden blijft.

A. Persistent Homology (PH) in Histopathologie

De methode gebruikt PH om de geometrie van cellulaire structuren te kwantificeren. Er worden twee soorten filtraties toegepast op grijswaardenafbeeldingen:

1. Alpha Complex Filtratie: Gebaseerd op een "thickening" van de cellen (lichtere gebieden). Dit meet de dichtheid en rangschikking van cellen.
2. Extended Lower Star Filtratie (Adjacency Complex): Gebaseerd op de grijswaarden van de pixels zelf. Dit detecteert structuren die donkerder of lichter zijn dan hun omgeving (bijv. meerkernigheid of holtes tussen cellen).

De topologische kenmerken worden uitgedrukt als intervallen $(b, d)$ (geboorte- en doodstijden) in een persistent diagram.

B. De PHC Operator

In plaats van PH globaal te berekenen, wordt de afbeelding opgedeeld in overlappende vensters (patches) met een bepaalde stapgrootte (stride), vergelijkbaar met hoe een CNN werkt.

• Voor elk venster wordt de persistent homology berekend.
• De resulterende diagrammen worden omgezet naar vectoren in een vaste dimensie (gebruikmakend van Persistence Images).
• Deze vectoren worden vervolgens verwerkt door een convolutiekernel.
• Formule: $[K \star_{PH} X] = \sum_{i,j} K \cdot \text{vec}(PH_p(F(T_{(c \cdot i, c \cdot j)}(X))))$
  • Waarbij $T$ het venster verplaatst, $F$ de filtratie toepast, en $\text{vec}$ het diagram vectoriseert.

C. Experimenteel Opzet

• Dataset: Osteosarcoom-dataset (1144 RGB-afbeeldingen) met drie klassen: Non-Tumor, Necrotic Tumor, en Viable Tumor.
• Preprocessing: Afbeeldingen worden omgezet naar grijs, gethreshold/gesneden en geërodeerd om ruis te verwijderen.
• Model: Een compacte CNN-architectuur (2 convolutie- en poolinglagen + 3 dense lagen) getraind op verschillende data-representaties:
  1. Originele grijswaardenafbeeldingen.
  2. Globale Persistent Homology.
  3. Lokale Persistent Homology (PHC).
  4. Combinaties van afbeeldingen + PH-data.
• Validatie: Er zijn meer dan 10.000 experimenten uitgevoerd met variatie in hyperparameters (Bayesian search) om de robuustheid te testen.

3. Belangrijkste Bijdragen

1. Wiskundige Definitie van PHC: Een formele definitie van een convolutie-operator die lokale persistent homology integreert, waardoor translatie-equivalentie behouden blijft.
2. Empirisch Onderzoek: Een uitgebreide studie die aantoont dat modellen getraind met PHC superieur presteren in multi-class classificatie van histopathologieplaten.
3. Openbare Repository: De implementatie en experimentele setup zijn openbaar beschikbaar gesteld.
4. Inzicht in Intrinsic Dimensionality: Het aantonen dat PHC de intrinsieke dimensie van de data verlaagt terwijl relevante geometrische informatie behouden blijft, wat leidt tot betere generalisatie.

4. Resultaten

De resultaten tonen aan dat modellen getraind met PHC consistent beter presteren dan conventionele CNN's en modellen die alleen op globale PH vertrouwen.

• Nauwkeurigheid (Accuracy): Het beste model (combinatie van afbeeldingen + Alpha Complex PHC) bereikte 93,9% nauwkeurigheid. Dit is een verbetering ten opzichte van eerdere studies met conventionele CNN's op dezelfde dataset (91,2%) en andere machine learning technieken (80-90%).
• Vergelijking Representaties:
  • PHC (Lokaal): Hoge nauwkeurigheid, hoge precisie, en lage variantie in prestaties over verschillende hyperparameters.
  • Globale PH: Presteerde aanzienlijk slechter (ca. 74% nauwkeurigheid), wat aantoont dat lokale context cruciaal is.
  • Combinaties: Het combineren van ruwe afbeeldingsdata met PHC-data leverde de beste resultaten op.
• Efficiëntie: Hoewel het berekenen van PH duur is, is de lokale berekening (PHC) aanzienlijk sneller dan de globale berekening voor grote datasets (bijv. 11,4 sec vs 3496 sec voor de Extended Adjacency Complex op een steekproef).
• Intrinsieke Dimensie: De geschatte intrinsieke dimensie van PHC-data is veel lager dan die van de originele afbeeldingen (bijv. 2,24 vs 12,50 voor Adjacency Complex), wat suggereert dat PHC een efficiëntere, minder ruisgevoelige representatie biedt.

5. Betekenis en Conclusie

Dit paper demonstreert dat het integreren van topologische data in de convolutie-operator van neurale netwerken een krachtige aanpak is voor medische beeldanalyse.

• Significantie: Het lost het probleem op van het verlies van lokale topologische informatie in standaard CNN's. Het bewijst dat de lokale rangschikking van cellulaire structuren (topologie) een onderscheidend kenmerk is voor het diagnosticeren van kanker.
• Robuustheid: Modellen met PHC zijn minder gevoelig voor de keuze van hyperparameters, wat ze praktischer maakt voor klinische toepassingen.
• Toekomstperspectief: De auteurs plannen om de PHC-generator direct te integreren in de backpropagation-loop om de wegingen adaptief te optimaliseren, en om de methode uit te breiden naar andere geometrische samenvattingen.

Kortom, Persistent Homology Convolutions bieden een brug tussen topologische datawetenschap en diep leren, waardoor de interpretatie en nauwkeurigheid van histopathologische diagnoses aanzienlijk worden verbeterd.