Hidden networks, deconstructions, convolutions and colourful revolutions. Explainable multi- class classification for histopathologic lymphoid tissue prototyping
本研究提出了一种基于闵可夫斯基（Minkowski）和柯西（Cauchy）核密度方法的具有可解释性的无监督多类分类框架，在对 CD20 染色淋巴组织样本进行原型设计时实现了 95.7% 的准确率，同时强调了异常的二氨基联苯胺（diaminobenzidine）信号模式，并指出需要扩展免疫组化和遗传数据以区分 B 细胞和 T 细胞谱系。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下，你是一名侦探，正在试图破解一个由细胞组成的微型拥挤城市里的谜团。在医学世界中，这个城市就是患者体内的一片组织切片，通过显微镜进行观察。通常情况下，医生（病理学家）用肉眼观察这些城市，通过寻找建筑（细胞）的形状和颜色中的线索来判断有哪些疾病正在入侵。但有时，线索很隐晦，光照很奇怪，或者城市实在太大，无法观察每一块砖头。这就是“深度学习”发挥作用的地方。把深度学习想象成一个超级聪明、不知疲倦的机器人学徒，它可以在几秒钟内扫描数百万个这样的微型城市。然而，这里有一个陷阱：大多数这类机器人都是“黑盒”。它们会给你一个答案，比如“这是一个B细胞问题！”，但它们无法解释为什么。它们不会展示自己的推导过程。这篇论文通过构建一个不仅会猜测，而且能展示其“侦探板”的机器人来解决这个谜团——它能准确解释哪些线索导致了最终的结论。这关乎于让AI那不可见的逻辑变得透明且易于被需要它的医生所理解。
来自南非维特沃特斯兰德大学的研究人员决定构建一种新型的“侦探机器人”，专门用于观察经过一种名为CD20的特殊棕色染料（一种蛋白质）染色处理的淋巴组织（一种免疫组织）。这种染料就像是一支荧光笔，标记了特定的B细胞（一种白细胞），使它们在其他细胞的蓝色背景中脱颖而出。他们的目标是创建一个系统，该系统不仅能高精度地将这些组织分类，还能“解构”其自身的思考过程，以便人类能够看清它是如何做出决策的。
为了实现这一目标，他们并没有仅仅向计算机输入一张图片并询问答案。相反，他们为数据构建了一条三车道的高速公路，图像在三个不同的处理流中同时进行传输，就像汽车通过三条不同的路线前往同一个目的地以进行笔记对比一样。
流A 就像是一个形状与颜色扫描仪。它将图像分解成微小的网格，以计算边缘和形状（使用一种称为HOG的技术），同时也捕捉组织中红、绿、蓝颜色的精确混合情况（RGB）。
流B 是纹理侦探。它使用一套高级数学工具包来观察组织的“颗粒感”。它检查颜色重复的模式（LBP），测量光影斑点之间的相互作用（Haralick），甚至使用一种波形数学工具（小波变换/Wavelets）来寻找隐藏的细节。它还专门观察棕色染料（DAB），以精确测量目标细胞的存在量。
流C 是一个小型、快速的神经网络（微型大脑），它从整体上观察图像，以捕捉其他两个流可能会遗漏的“大局观”结构。
一旦这三个流收集到了线索，系统并不会简单地将它们堆在一起。它将它们融合在一起，形成了一个巨大的、具有6,657个维度的“超特征”向量。为了使其易于处理，研究人员将这团巨大的数据云投影到了一个“单位超球面”上。想象一个巨大的、隐形的球体，每一个可能的组织模式都是该球面上的一点。系统随后使用两种不同的评分方法——闵可夫斯基（MK）和柯西核密度（CKD）——来查看新的组织样本与它已经学习到的“原型”（平均示例）有多接近。这就像是在检查一个新嫌疑人的长相更像“B细胞帮”还是“T细胞帮”，其依据是他们在那个巨大球体上距离各自群体领袖的远近。
结果令人印象深刻。该系统在由303块瓦片（组织图像的小碎片）组成的验证集上实现了95.7%的分类准确率。它正确识别了样本1中的91块，样本2中的88块，样本3中的14块，以及样本4中的93块。研究人员发现，两种不同的评分方法（MK和CKD）给出了完全相同的结果，这表明系统的成功源于其收集线索的质量，而不仅仅是计数时使用的数学方法。
一个最引人入胜的发现发生在“样本1”中。系统察觉到了异常情况：棕色染料（CD20）虽然存在，但表现得微弱且呈片状分布。研究人员指出，这可能是由于细胞处于一种特定的状态，即它们停止了CD20蛋白的产生，可能是由于之前的治疗或免疫系统受抑制。系统不仅说了“错误”，还强调了这种“异常的二氨基苯氧化物（DAB）信号传递”是一个关键特征，表明它能够捕捉到那些简单的“是/否”分类器可能会错过的微妙生物学特征。
然而，论文谨慎地表示，这并不是解决一切问题的“万灵药”。作者明确指出，该模型依赖于单一染色剂（CD20），并且在处理样本3时略显吃力，因为样本3的学习数据点较少（仅有52个原始瓦片，扩增后为208个）。他们也承认，由于缺乏第二种染色剂（如CD3）来确认T细胞的存在，该模型无法完美区分所有情况下的B细胞和T细胞。事实上，他们注意到有三块以B细胞为主的瓦片被误分类为样本4（主要为T细胞），这表明如果没有更多的遗传学或多重染色数据，机器人在边界处仍会感到困惑。
研究结论认为，虽然该系统在执行其特定任务方面非常有效——能够以**95.7%**的准确率对这四种淋巴组织进行分类，并提供清晰的视觉图谱来解释其选择的原因——但它尚未成为一种适用于所有疾病的独立诊断工具。作者建议，未来的工作需要包含全套染色组和遗传数据，以帮助机器人更清晰地分辨不同的细胞谱系。他们建立了一个透明、可解释的框架，在处理给定数据时表现良好，但他们也提醒道，要将其推广到更广泛、更复杂的真实人类疾病世界，还需要更多的训练和更复杂的线索。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。