这篇17分的文章告诉你：深度学习和分子分型其实并不难！

大家好，今天和大家分享的是 2020 年 4 月发表在 European urology（IF:17.298）上的一篇文章，"Deep Learning Predicts Molecular Subtype of Muscle-invasive Bladder Cancer From Conventional Histopathological Slides" 。作者总共采用了423张肿瘤组织的数字全幻灯片图像来训练、验证和测试深度学习算法，用于预测分子亚型。

Deep Learning Predicts Molecular Subtype of Muscle-invasive Bladder Cancer From Conventional Histopathological Slides

深度学习从传统的组织病理学切片预测肌肉侵袭性膀胱癌的分子亚型

一、研究背景

深度神经网络已经成功地用于皮肤病学、眼科、放射学和病理学领域的医学图像分析——有时甚至超过了人类评分者的性能指标。肌肉浸润性膀胱癌(MIBC)是第二常见的泌尿生殖系统恶性肿瘤，具有较高的发病率和死亡率。近年来，MIBC的分子亚型被发现，具有重要的临床意义。因此，作者试图利用深度学习从传统的组织形态学中预测 MIBC样本的分子亚型，有可能显著改善该疾病的临床管理。

二、分析流程

三、结果解读

1. TCGA 队列的特征

• TCGA队列407例患者的一般特征：TNM和 UICC的阶段。各阶段生存分析，其中ND表示“未记录”。可看出Ⅳ期患者的预后最差。
• 亚型的信息：管腔亚型患者的生存率最高，而基底型和管腔p53样型肿瘤的预后较差。

图 1.TCGA 队列的特征

2. 扫描预处理和建立深度学习模型

• 扫描预处理：A图中，上面是原始输入，中间是规格化的图像，下面是经过随机变换的增强后的图像。
• mibCNN深度学习工作流方案：363例患者标注共导出807 943块图像。每个病人平均2226个图像。

图 2. 预处理和深度学习模型

3. 验证队列的性能

• 六倍重复验证TCGA队列的结果: 所有受试者的ROC曲线联合曲线下面积(AUC)分别为 0.89(±0.03)和 0.87(±0.03)。微平均 AUC 高达 0.93。每位患者的平均验证准确率为 69.91% (±3.25%)。DN分子亚型的AUC值为 0.76( ±0.12)，基底亚型的AUC值为0.89(±0.04)，腔内亚型的AUC值为0.88(±0.06)，腔内类p53亚型的AUC值为0.89(±0.04)。数据表明，总体诊断效率较高。
• 分子亚型与代表性的图像：四种颜色代表每个图像分类概率最高的子类型。肿瘤的亚型取决于多数图像的类型。

图 3.验证队列性能

4. 用于可视化的类激活映射

• 组织病理学特征相关的分类:DN分子亚型，密度大、核深染、低至中等多型性似乎与作者的模型最为相关。基底亚型， 具有多个(不止一个)非典型核仁(形状和大小不同)的大的多形性核。管腔亚型主要以乳头状生长。管腔型 p53 样亚型， 以小细胞巢或肿瘤细胞弥漫性浸润， 它们常被富含软骨细胞的间质所包围，呈粘液样外观。
• CAM帮助理解错误的类：从标本中提取的具有管腔分子亚型的图像，该分子亚型被划分为基底型。CAM显示，分类是基于相邻肌细胞的大核，以及多个核仁，正如在基底亚型肿瘤细胞中观察到的一样。

图4.用于可视化的类激活映射

5. 深度学习模型验证

• 病理学家的预测水平：共有4位病理学家，没有一人能达到 mibCNN仅仅观察小图像块的预测水平。他们预测的精确度在20%~60%之间。对于基底样型、管腔型、管腔p53样型，这些型别成功鉴别的概率不超过 80%，且鉴别为这些型别的决策准确的概率不超过 80%；调和了召回率和精确度之后输出的 F1 score表明预测的精度不超过 80%。对于双阴型，基底样型、管腔型、管腔p53样型，负例覆盖率均较高。以上证明mibCNN 模型准确性更高。
• 病理学家的可感知的诊断确定性：作者发现，人类评分者中存在广泛的可感知的诊断确定性，而这与分类精度关。
• 病理学家结合 CAM 实验结果的诊断效率：人类评分者的平均总体诊断准确率提高 20%（ 从 38.19% 提高至58.89%）。此外，一些人类评分者的在某些亚类的诊断效率上超过了mibCNN。即提供 CAM 实验的 WSIs 和组织病理学特征的附加信息，评分者的准确性显著提高。

图 5.深度学习表现与病理专家的比较

小结

深度学习模型在预测 MIBC 患者的分子亚型方面表现出了很好的效果。通过使用不同的可视化技术，作者确定了模型最相关的新的组织病理学特征。深度学习可以在 MIBC 患者中，单从 HE 染色切片预测重要的分子特征，潜在改善该疾病的临床管理。例如， 当整合到临床决策系统时，它可以突出显示样本以供进一步检查。作者的模型可以进一步针对 MIBC 患者的其他临床相关终点进行训练， 从而对该疾病患者的临床管理产生深远的影响。

然而，深度学习模型存在一定不足。性能度量的报告通常是不完整的，还有优化的空间。到目前为止，分类精度还没有达到常规临床应用所能接受的水平，甚至在二元分类任务中也是如此。模型仍需优化。