обновил документы
This commit is contained in:
@@ -1,15 +0,0 @@
|
||||
# Source Article Plan
|
||||
|
||||
Этот каталог содержит архивную копию исходного плана экспериментов, вынесенного из обзорной статьи о текстурных признаках.
|
||||
|
||||
Основной файл:
|
||||
|
||||
- [experiment_plan.md](../../plan/source_article_plan/experiment_plan.md)
|
||||
|
||||
Назначение каталога:
|
||||
|
||||
- сохранить исходную формулировку экспериментов, непосредственно следующую из обзорной статьи;
|
||||
- использовать ее как traceability-слой при переходе к более прикладному и дата-ориентированному плану;
|
||||
- не редактировать этот файл как основной рабочий документ.
|
||||
|
||||
Актуальный переработанный рабочий план находится в [plan/current/experiment_plan_detailed.md](../../plan/current/experiment_plan_detailed.md).
|
||||
@@ -1,378 +0,0 @@
|
||||
# План экспериментов по теме резидуальных лимфо- и миелобластов
|
||||
|
||||
## 1. Назначение документа
|
||||
|
||||
Этот документ является вынесенным из основной обзорной статьи планом экспериментов. Его задача — перевести выводы обзора литературы в конкретные, проверяемые и пригодные к реализации экспериментальные шаги. Основная статья отвечает на вопрос, что известно из литературы. Этот файл отвечает на вопрос, что именно следует проверять дальше в рамках диссертационной работы.
|
||||
|
||||
## 2. Логика перехода от обзора к экспериментам
|
||||
|
||||
Из обзора вытекают четыре устойчивых наблюдения.
|
||||
|
||||
1. Классические текстурные признаки по-прежнему полезны, если данных мало, если нужна интерпретируемость и если требуется понять, какие именно свойства клетки дают вклад в решение.
|
||||
2. Нейросетевые модели обычно дают более высокий потолок качества, но сильнее зависят от объема и однородности данных.
|
||||
3. Интерпретируемость нейросетей сама по себе является отдельной исследовательской задачей, потому что в медицине важно не только качество, но и понимание class-specific признаков лимфобластов и миелобластов.
|
||||
4. Большинство работ заканчивается на уровне одиночной клетки, тогда как для автоматического анализатора нужно решать задачу на уровне всего препарата.
|
||||
|
||||
Поэтому план экспериментов разделен на четыре направления:
|
||||
|
||||
1. интерпретируемый morpho-texture baseline;
|
||||
2. гибридная модель для ограниченного объема данных и доменного сдвига;
|
||||
3. интерпретируемые нейросетевые и transformer-подобные модели для поиска новых признаков;
|
||||
4. анализаторно-ориентированная slide-level схема поиска и подтверждения бластов.
|
||||
|
||||
## 3. Эксперимент 1. Интерпретируемый morpho-texture baseline
|
||||
|
||||
### 3.1. Исследовательский пробел
|
||||
|
||||
Во многих работах текстурные признаки показывают хорошие результаты, но сравнение с современными нейросетями часто проводится на разных наборах данных или в разных условиях валидации. Из-за этого трудно понять, насколько классические признаки действительно сильны сами по себе.
|
||||
|
||||
### 3.2. Гипотеза
|
||||
|
||||
Компактный набор морфологических, цветовых и текстурных признаков способен обеспечить конкурентоспособное и интерпретируемое различение классов `бласт / не бласт` на изображениях препаратов крови в монослое, если оценка ведется честно: с patient-level разделением и на одинаковых данных для всех baseline-моделей.
|
||||
|
||||
Дополнительная частная гипотеза состоит в том, что разные подсемейства признаков будут по-разному работать для лимфобластов и миелобластов: для лимфобластов больший вклад внесут признаки ядерно-цитоплазматического отношения и внутрядерной однородности, а для миелобластов --- признаки нуклеол, цитоплазматической неоднородности и локальной гранулярности.
|
||||
|
||||
### 3.3. Данные
|
||||
|
||||
- Основной целевой корпус: изображения клеток из препаратов крови в монослое после экспертной разметки.
|
||||
- Вспомогательные публичные данные: совместимые single-cell blood-smear datasets для предварительной отладки пайплайна и выбора признаков.
|
||||
- Желательно заранее выделить три подмножества:
|
||||
- лимфобласты;
|
||||
- миелобласты;
|
||||
- небластные клетки и морфологически близкие distractor-классы.
|
||||
|
||||
### 3.4. Независимые переменные
|
||||
|
||||
- Набор зон анализа:
|
||||
- вся клетка;
|
||||
- только ядро;
|
||||
- ядро и цитоплазма по отдельности;
|
||||
- клетка с явным выделением контура.
|
||||
- Семейство признаков:
|
||||
- морфометрические;
|
||||
- цветовые;
|
||||
- текстурные;
|
||||
- объединенные морфо-цвето-текстурные.
|
||||
- Тип текстурных дескрипторов:
|
||||
- GLCM и признаки Харалика;
|
||||
- LBP;
|
||||
- фрактальные признаки;
|
||||
- признаки Фурье;
|
||||
- вейвлет-признаки.
|
||||
- Тип классификатора:
|
||||
- SVM;
|
||||
- Random Forest;
|
||||
- XGBoost;
|
||||
- небольшой многослойный персептрон.
|
||||
|
||||
### 3.5. Зависимые переменные
|
||||
|
||||
- accuracy;
|
||||
- balanced accuracy;
|
||||
- sensitivity отдельно для лимфобластов и миелобластов;
|
||||
- specificity;
|
||||
- macro-F1;
|
||||
- PR-AUC для редких blast-классов;
|
||||
- calibration error;
|
||||
- стабильность ranking признаков между повторными разбиениями;
|
||||
- согласие между top-признаками модели и экспертной морфологической интерпретацией.
|
||||
|
||||
### 3.6. Baseline-источники
|
||||
|
||||
- `putzu2014leucocyte`
|
||||
- `rawat2017classification`
|
||||
- `dincic2021morphological`
|
||||
- `tarquino2023inmop`
|
||||
- `dasariraju2020detection`
|
||||
|
||||
### 3.7. Протокол
|
||||
|
||||
1. Построить единый конвейер сегментации клетки, ядра и, если возможно, цитоплазмы.
|
||||
2. Извлечь полный набор признаков и затем провести два режима оценки:
|
||||
- без отбора признаков;
|
||||
- с отбором признаков по устойчивым критериям.
|
||||
3. Использовать patient-level split, чтобы клетки одного пациента не попадали одновременно в train и test.
|
||||
4. Выполнить повторяемую перекрестную проверку на обучающей части.
|
||||
5. Один раз финально оценить модель на отложенном тесте.
|
||||
6. Для лучших моделей отдельно построить профиль признаков для лимфобластов и миелобластов и проверить, насколько эти профили воспроизводятся у разных пациентов.
|
||||
|
||||
### 3.8. Важные абляции
|
||||
|
||||
- убрать по одному семейству признаков;
|
||||
- сравнить whole-cell и nucleus-only режимы;
|
||||
- сравнить цветные и нормализованные по окраске изображения;
|
||||
- сравнить исходные признаки и признаки после уменьшения размерности.
|
||||
|
||||
### 3.9. Риски
|
||||
|
||||
- ошибка сегментации может замаскировать реальную полезность текстурных признаков;
|
||||
- число бластов может оказаться слишком малым для устойчивой оценки подтипов;
|
||||
- часть пограничных незрелых клеток может иметь неоднозначную разметку.
|
||||
|
||||
## 4. Эксперимент 2. Гибридная модель для малого объема данных и доменного сдвига
|
||||
|
||||
### 4.1. Исследовательский пробел
|
||||
|
||||
Современные нейросети часто показывают лучшие результаты на крупных стандартизованных наборах данных, но литература редко проверяет, помогают ли текстурные признаки удерживать качество при переносе между разными источниками изображений.
|
||||
|
||||
### 4.2. Гипотеза
|
||||
|
||||
Гибридная модель, объединяющая нейросетевые embeddings и отобранные текстурные признаки, будет устойчивее, чем чисто нейросетевая и чисто классическая модели, в условиях малого объема данных и межлабораторного доменного сдвига.
|
||||
|
||||
### 4.3. Данные
|
||||
|
||||
- Публичный blood-smear dataset для предобучения или первичного fine-tuning.
|
||||
- Внутренний диссертационный набор монослойных препаратов для внешней проверки переноса.
|
||||
- При возможности: второй внешний набор из другой лаборатории или другого сканера.
|
||||
|
||||
### 4.4. Независимые переменные
|
||||
|
||||
- Тип представления:
|
||||
- handcrafted only;
|
||||
- deep only;
|
||||
- hybrid.
|
||||
- Тип backbone:
|
||||
- ResNet-подобная сеть;
|
||||
- более легкая CNN;
|
||||
- Vision Transformer или Swin-подобная модель;
|
||||
- замороженный feature extractor против частичного fine-tuning.
|
||||
- Способ объединения признаков:
|
||||
- простая конкатенация;
|
||||
- отбор признаков после конкатенации;
|
||||
- отдельные классификаторы с последующим late fusion.
|
||||
- Наличие и тип нормализации окраски.
|
||||
|
||||
### 4.5. Зависимые переменные
|
||||
|
||||
- balanced accuracy на внутреннем и внешнем тесте;
|
||||
- macro-F1;
|
||||
- sensitivity для blast-классов;
|
||||
- expected calibration error;
|
||||
- устойчивость к смене домена;
|
||||
- стабильность ranking наиболее важных признаков;
|
||||
- согласие между объяснениями deep/hybrid-модели и экспертно выделенными областями ядра, нуклеол и цитоплазмы.
|
||||
|
||||
### 4.6. Baseline-источники
|
||||
|
||||
- `acevedo2019recognition`
|
||||
- `matek2019human`
|
||||
- `schouten2021tens`
|
||||
- `hegde2019comparison`
|
||||
- `sulaiman2023resrandsvm`
|
||||
- `attallah2024wavelet`
|
||||
- `park2024blastdiff`
|
||||
- `katar2023xvit`
|
||||
- `uzen2024swinconvmixer`
|
||||
|
||||
### 4.7. Протокол
|
||||
|
||||
1. Обучить базовую CNN на публичных данных.
|
||||
2. Сформировать нейросетевые embeddings для каждой клетки.
|
||||
3. Параллельно вычислить handcrafted-признаки для тех же клеток.
|
||||
4. Построить три варианта классификации:
|
||||
- только handcrafted;
|
||||
- только embeddings;
|
||||
- гибрид.
|
||||
5. Проверить модели в трех режимах:
|
||||
- обычный hold-out внутри одного домена;
|
||||
- cross-dataset evaluation;
|
||||
- low-shot adaptation на малом числе целевых примеров.
|
||||
6. Для лучших deep и hybrid моделей дополнительно сохранить карты внимания или значимости, чтобы затем оценить их морфологическую правдоподобность.
|
||||
|
||||
### 4.8. Абляции
|
||||
|
||||
- с текстурными признаками и без них;
|
||||
- с цветовой нормализацией и без нее;
|
||||
- с ядром и без ядра как отдельной зоны анализа;
|
||||
- разное число отобранных признаков;
|
||||
- полное и частичное размораживание нейросети;
|
||||
- CNN против transformer-backbone при одинаковом объеме данных.
|
||||
|
||||
### 4.9. Риски
|
||||
|
||||
- гибридная модель может переобучаться быстрее, чем чистая CNN;
|
||||
- при неаккуратном feature selection возможно скрытое подтекание информации из test;
|
||||
- монослойные препараты могут отличаться от публичных наборов сильнее, чем ожидается;
|
||||
- трансформер может проигрывать CNN в low-data режиме даже при более сложной архитектуре.
|
||||
|
||||
## 5. Эксперимент 3. Интерпретируемые нейросетевые и transformer-подобные модели для поиска новых признаков
|
||||
|
||||
### 5.1. Исследовательский пробел
|
||||
|
||||
В литературе уже есть сильные deep-модели, но пока недостаточно ясно, какие именно морфологические признаки они используют при различении лимфобластов, миелобластов и небластных клеток. В результате нейросеть часто остается высокоточной, но слабо объяснимой, а ее потенциальная способность открывать новые class-specific признаки почти не используется систематически.
|
||||
|
||||
### 5.2. Гипотеза
|
||||
|
||||
Если сравнивать CNN, transformer-подобные модели и интерпретируемое MIL на одинаковых данных и с одинаковыми разбиениями, то можно получить не только конкурентоспособное качество, но и воспроизводимые объяснения, отражающие морфологически осмысленные различия между лимфобластами и миелобластами.
|
||||
|
||||
### 5.3. Данные
|
||||
|
||||
- Размеченные single-cell изображения с отдельными метками `лимфобласт`, `миелобласт`, `небласт`.
|
||||
- При наличии: case-level или slide-level набор с более грубыми метками для MIL.
|
||||
- Экспертные контуры или хотя бы точечные пометки для областей интереса:
|
||||
- ядро;
|
||||
- нуклеолы;
|
||||
- гранулы / палочки Ауэра;
|
||||
- подозрительные зоны цитоплазмы.
|
||||
|
||||
### 5.4. Независимые переменные
|
||||
|
||||
- Тип архитектуры:
|
||||
- CNN;
|
||||
- Vision Transformer / Swin;
|
||||
- MIL.
|
||||
- Тип объяснения:
|
||||
- saliency map;
|
||||
- Grad-CAM-подобная тепловая карта;
|
||||
- attention rollout;
|
||||
- ranking клеток в MIL.
|
||||
- Тип целевой задачи:
|
||||
- `бласт / не бласт`;
|
||||
- `лимфобласт / миелобласт`;
|
||||
- slide-level `blast-positive / blast-negative`.
|
||||
|
||||
### 5.5. Зависимые переменные
|
||||
|
||||
- balanced accuracy;
|
||||
- macro-F1;
|
||||
- sensitivity для лимфобластов и миелобластов;
|
||||
- IoU или другая мера перекрытия объяснений с экспертными областями интереса;
|
||||
- устойчивость объяснений между повторами обучения;
|
||||
- экспертная оценка клинической правдоподобности объяснений;
|
||||
- частота выявления новых, ранее не формализованных признаковых гипотез.
|
||||
|
||||
### 5.6. Baseline-источники
|
||||
|
||||
- `hehr2023scemila`
|
||||
- `schouten2021tens`
|
||||
- `park2024blastdiff`
|
||||
- `katar2023xvit`
|
||||
- `iwata2025clinicalreliability`
|
||||
- `singi2025caremil`
|
||||
- `jammal2025neurobridgex`
|
||||
- `jammal2025causalformer`
|
||||
- `deltadahl2025cytodiffusion`
|
||||
|
||||
### 5.7. Протокол
|
||||
|
||||
1. Обучить CNN, transformer-подобную модель и MIL-вариант на одинаковых patient-level разбиениях.
|
||||
2. Для каждой модели сгенерировать объяснения одного и того же типа или привести их к сопоставимому виду.
|
||||
3. Сравнить объяснения с экспертными областями интереса.
|
||||
4. Отдельно провести blinded review: показать эксперту только explanation maps и спросить, соответствуют ли они биологически правдоподобным признакам.
|
||||
5. Зафиксировать повторяющиеся class-specific паттерны и проверить, можно ли затем описать их классическими признаками.
|
||||
|
||||
### 5.8. Абляции
|
||||
|
||||
- без цветовой нормализации и с ней;
|
||||
- без nucleus mask и с ней;
|
||||
- без специальных explanation loss и с ним, если такой используется;
|
||||
- CNN и transformer при одинаковом числе параметров;
|
||||
- cell-level обучение против MIL при более грубых метках.
|
||||
|
||||
### 5.9. Риски
|
||||
|
||||
- explanation maps могут быть визуально убедительными, но нестабильными;
|
||||
- экспертная интерпретация объяснений может различаться между наблюдателями;
|
||||
- часть найденных паттернов может оказаться лабораторным артефактом, а не реальной морфологией.
|
||||
|
||||
## 6. Эксперимент 4. Анализаторно-ориентированное обнаружение бластов на уровне препарата
|
||||
|
||||
### 6.1. Исследовательский пробел
|
||||
|
||||
Большая часть литературы заканчивается на уровне одиночной клетки. Для автоматического анализатора этого недостаточно: сначала нужно найти подозрительные клетки на препарате, а уже затем классифицировать их.
|
||||
|
||||
### 6.2. Гипотеза
|
||||
|
||||
Whole-slide или wide-field стратегия поиска кандидатов с последующей blast-focused классификацией обеспечит более высокую чувствительность на уровне препарата, чем фиксированный обзор ограниченного числа клеток, особенно в редких и лейкопеничных случаях.
|
||||
|
||||
### 6.3. Данные
|
||||
|
||||
- Slide-level набор препаратов с экспертным заключением `blast-positive / blast-negative`.
|
||||
- Отдельное подмножество с клеточными разметками для обучения второго этапа.
|
||||
- Желательно выделить сложную подгруппу:
|
||||
- лейкопеничные препараты;
|
||||
- препараты с редкими бластами;
|
||||
- препараты с артефактами и плохой окраской.
|
||||
|
||||
### 6.4. Независимые переменные
|
||||
|
||||
- Режим обзора:
|
||||
- фиксированный обзор ограниченного числа клеток;
|
||||
- region-focused обзор;
|
||||
- whole-slide candidate mining.
|
||||
- Способ формирования кандидатов:
|
||||
- эвристическая сегментация;
|
||||
- detector;
|
||||
- ранний analyzer preclassifier.
|
||||
- Способ второго этапа:
|
||||
- handcrafted baseline;
|
||||
- hybrid model;
|
||||
- deep classifier.
|
||||
- Правило передачи кандидатов человеку:
|
||||
- по blast probability;
|
||||
- по uncertainty;
|
||||
- по комбинированному score.
|
||||
|
||||
### 6.5. Зависимые переменные
|
||||
|
||||
- case-level sensitivity;
|
||||
- false negatives per slide;
|
||||
- false positives per slide;
|
||||
- число клеток, переданных на экспертную проверку;
|
||||
- время анализа одного препарата;
|
||||
- доля случаев, в которых анализатор не пропустил ни одного бласта.
|
||||
|
||||
### 6.6. Baseline-источники
|
||||
|
||||
- `boldu2019automatic`
|
||||
- `wang2025advantages`
|
||||
- `dealmeida2023cytomorphologies`
|
||||
- `manescu2023apl`
|
||||
- `singi2025caremil`
|
||||
|
||||
### 6.7. Протокол
|
||||
|
||||
1. Построить двухэтапный pipeline:
|
||||
- генерация кандидатов на уровне препарата;
|
||||
- blast-focused классификация кандидатов.
|
||||
2. Сравнить минимум три режима просмотра:
|
||||
- ограниченное число клеток;
|
||||
- локальный поиск по зонам интереса;
|
||||
- полный скан препарата.
|
||||
3. Оценивать результат не только по cell-level качеству, но и по итоговой чувствительности на уровне случая.
|
||||
4. Отдельно анализировать подгруппу лейкопеничных препаратов.
|
||||
5. Проверять, помогают ли explanation-aware правила ранжирования передавать на верификацию более правдоподобные кандидаты.
|
||||
|
||||
### 6.8. Абляции
|
||||
|
||||
- ограничить число кандидатов, передаваемых на второй этап;
|
||||
- сравнить ranking по уверенности и по вероятности;
|
||||
- проверить, помогает ли текстурный score на этапе ранжирования кандидатов;
|
||||
- сравнить cell-level classifier и slide-level aggregation rule по отдельности.
|
||||
|
||||
### 6.9. Риски
|
||||
|
||||
- разметка на уровне препарата дорога и неполна;
|
||||
- слабый первый этап может испортить результат даже при сильном втором этапе;
|
||||
- на редких бластах итоговые метрики могут сильно колебаться.
|
||||
|
||||
## 6. Общие требования к валидности
|
||||
|
||||
Для всех трех направлений необходимо контролировать:
|
||||
|
||||
1. отсутствие утечки изображений одного пациента между train, validation и test;
|
||||
2. явное разделение внутренней настройки модели и финального теста;
|
||||
3. учет межлабораторного и межприборного доменного сдвига;
|
||||
4. отдельную оценку редких классов, а не только общей accuracy;
|
||||
5. хранение версий разметки и фиксацию спорных клеток;
|
||||
6. обязательное сравнение как минимум одного классического, одного нейросетевого и одного гибридного baseline.
|
||||
|
||||
## 7. Приоритет реализации
|
||||
|
||||
Если двигаться поэтапно, то оптимальная очередность такая:
|
||||
|
||||
1. сначала завершить Эксперимент 1 и получить интерпретируемый baseline;
|
||||
2. затем строить Эксперимент 2 как наиболее содержательное сравнение с нейросетями;
|
||||
3. после стабилизации cell-level моделей переходить к Эксперименту 3.
|
||||
|
||||
Такая очередность позволяет не терять интерпретируемость на раннем этапе и при этом постепенно приближать работу к задаче полноценного автоматического анализатора препаратов крови в монослое.
|
||||
Reference in New Issue
Block a user