Segmentation and Classification of Pap Smear Images for Cervical Cancer Detection Using Deep Learning

Technische Samenvatting: Segmentatie en Classificatie van Pap-smear Afbeeldingen voor Cervicale Kankerdetectie met Gebruik van Deep Learning

Probleemstelling
Cervicale kanker blijft wereldwijd een belangrijke oorzaak van kankergerelateerde mortaliteit onder vrouwen, waarbij vroege detectie via Pap-smeartests cruciaal is voor het verlagen van de sterftecijfers. De handmatige inspectie van Pap-smearpreparaten is echter arbeidsintensief, foutgevoelig en lijdt onder inter-observer variabiliteit. Hoewel Deep Learning (DL), specifiek Convolutional Neural Networks (CNN's), veelbelovend is gebleken bij het automatiseren van medische beeldanalyse, vereist de specifieke impact van preprocessing-stappen — met name beeldsegmentatie — op de classificatieprestaties in de cervicale cytologie verdere empirische validatie. Deze studie adresseert de noodzaak om te bepalen of het isoleren van cervicale cellen van achtergrondruis via segmentatie een meetbare verbetering in diagnostische nauwkeurigheid oplevert vergeleken met het gebruik van ruwe afbeeldingen.

Methodologie
Het onderzoek maakte gebruik van een systematisch kader met behulp van de Herlev Pap Smear Dataset, een benchmarkcollectie van 917 afbeeldingen van cervicale cellen. De methodologie verliep via de volgende fasen:

1. Dataset Herstructurering: De oorspronkelijke dataset met zeven klassen werd hergestructureerd naar een binaire classificatieprobleem: Normaal (gezonde epitheliale cellen, $n=242$) en Abnormaal (dysplastische en carcinomale cellen, $n=675$).
2. Preprocessing en Segmentatie:
   • Afbeeldingen werden geresized naar $128 \times 128$ pixels en genormaliseerd.
   • Een U-Net architectuur werd gebruikt om segmentatiemaskers te genereren, waarmee de cervicale cellen van de achtergrond werden geïsoleerd. De maskers werden naverwerkt om pixelwaarden te herschalen, wat effectief de achtergrondruis verminderde voor de classificatiefase.
3. Data Augmentatie: Om de beperkte beschikbaarheid van data aan te pakken en overfitting te voorkomen, werden technieken zoals flipping, rotatie en contrastaanpassingen toegepast.
4. Classificatie Architectuur: Een aangepaste CNN werd ontworpen voor binaire classificatie. De architectuur bestond uit:
   • Drie convolutionele lagen met filtergroottes van 32, 64 en 128, elk gevolgd door max pooling.
   • ReLU-activatiefuncties.
   • L2-regularisatie en dropout-lagen om overfitting te beperken.
   • Een volledig verbonden laag (128 neuronen) en een softmax output-laag.
   • De training werd geoptimaliseerd met de Adam-optimizer met categorical cross-entropy loss.
5. Evaluatieprotocol: Om robuuste generalisatie te waarborgen, werd 5-voudige kruisvalidatie geïmplementeerd in plaats van een eenvoudige train/test-splitsing. Prestaties werden geëvalueerd op twee verschillende pipelines: één getraind op niet-gesegmenteerde (ruwe) afbeeldingen en één op gesegmenteerde afbeeldingen. De gebruikte metrieken waren accuratesse, precisie, recall en F1-score.

Belangrijkste Bijdragen

• Vergelijkende Analyse: De studie biedt een directe empirische vergelijking tussen de CNN-prestaties op ruwe Pap-smearafbeeldingen versus U-Net gesegmenteerde afbeeldingen, waarbij de variabele van segmentatie isoleert om de specifieke bijdrage aan de diagnostische nauwkeurigheid te meten.
• Framework Implementatie: Het vestigt een baseline deep learning-pipeline die U-Net integreert voor segmentatie en een compacte CNN voor classificatie, gevalideerd via rigoureuze kruisvalidatie.
• Interpretatiecontext: Het werk erkent de rol van Class Activation Maps (CAM's) en explainable AI bij het vergroten van klinisch vertrouwen, en positioneert het voorgestelde framework als een stap naar transparante geautomatiseerde diagnostiek.

Resultaten
De experimentele resultaten gaven aan dat de inclusie van segmentatie slechts marginale verbeteringen opleverde in de classificatieprestaties:

• Accuratesse: Het niet-gesegmenteerde model behaalde 81,02%, terwijl het gesegmenteerde model 80,80% behaalde (een afname van 0,22%).
• Precisie: Verbeterde licht van 80,44% (niet-gesegmenteerd) naar 80,85% (gesegmenteerd), een winst van +0,41%.
• Recall: Daalde van 81,02% naar 80,80%.
• F1-score: Toonde de meest opmerkelijke verbetering, stijgend van 78,25% naar 79,55%, een winst van +1,30%.

Hoewel het gesegmenteerde model een meer gebalanceerde prestatie tussen precisie en recall vertoonde (geïndiceerd door de verbetering in F1-score), bleef de algehele classificatie-accuratesse vergelijkbaar tussen beide benaderingen. De auteurs merkten op dat het gesegmenteerde model minder fluctuaties vertoonde in de validatie-accuratesse tijdens de training, wat suggereert dat het meer discriminerende kenmerken leert, hoewel de uiteindelijke prestatiewinst beperkt was.

Betekenis en Claims
Het artikel concludeert bescheiden dat hoewel segmentatie helpt bij feature extractie en ruisonderdrukking, de impact op de uiteindelijke classificatieprestaties voor cervicale kankerdetectie beperkt is binnen de scope van deze specifieke CNN-architectuur en dataset. De studie claimt niet dat segmentatie een definitieve oplossing is voor het verbeteren van de diagnostische nauwkeurigheid, maar suggereert eerder dat het een "iets meer gebalanceerde classificatieprestatie" biedt.

De auteurs positioneren dit werk als een aanvullend instrument voor klinische toepassingen dat pathologen ondersteunt, in plaats van een vervanging voor handmatige beoordeling. Zij kaderen hun bevindingen expliciet als een baseline voor toekomstig onderzoek. Het artikel betoogt dat toekomstig werk verder moet gaan dan eenvoudige CNN-vergelijkingen door complexere architecturen (zoals Vision Transformers), hybride ensembles en kalibratiebewuste pipelines te evalueren. De studie benadrukt dat toekomstige evaluaties prioriteit moeten geven aan statistische robuustheid, kalibratie en verklaarbaarheid over verschillende cohorten, waarbij wordt opgemerkt dat modelcomplexiteit niet altijd robuuste generalisatie garandeert zonder rigoureuze validatieprotocollen.