From 3e2dbde863393e9dda43ef17340651f1de8a4024 Mon Sep 17 00:00:00 2001 From: Ivan Churilov Date: Wed, 23 Sep 2026 08:51:17 +0300 Subject: [PATCH] =?UTF-8?q?=D0=BE=D0=B1=D0=BD=D0=BE=D0=B2=D0=B8=D0=BB=20?= =?UTF-8?q?=D0=B4=D0=BE=D0=BA=D1=83=D0=BC=D0=B5=D0=BD=D1=82=D1=8B?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit --- plan/source_article_plan/README.md | 15 - plan/source_article_plan/experiment_plan.md | 378 -------------------- 2 files changed, 393 deletions(-) delete mode 100644 plan/source_article_plan/README.md delete mode 100644 plan/source_article_plan/experiment_plan.md diff --git a/plan/source_article_plan/README.md b/plan/source_article_plan/README.md deleted file mode 100644 index 2d63052..0000000 --- a/plan/source_article_plan/README.md +++ /dev/null @@ -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). diff --git a/plan/source_article_plan/experiment_plan.md b/plan/source_article_plan/experiment_plan.md deleted file mode 100644 index 6dc993e..0000000 --- a/plan/source_article_plan/experiment_plan.md +++ /dev/null @@ -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.