機器學習從根本上減少了用于疾病診斷的細胞計數工作量

使用機器學習來執行血細胞計數來診斷疾病，而不是昂貴且通常不太準確的細胞分析儀機器仍然非常耗費人力，因為在機器學習的訓練中需要人類進行大量的手動注釋工作模型。然而，北京航空航天大學的研究人員開發了一種新的訓練方法，可以使大部分活動自動化。

他們的新培訓計劃在4月9日發表在CyborgandBionicSystems雜志上的一篇論文中進行了描述。

血液中細胞的數量和類型通常在疾病診斷中起著至關重要的作用，但通常用于執行這種血細胞計數的細胞分析技術——包括檢測和測量懸浮在液體中的細胞的物理和化學特性——是昂貴且需要復雜的準備工作。更糟糕的是，由于溫度、pH、電壓和磁場等各種影響會混淆設備，因此細胞分析儀的準確度只有90%左右。

為了提高準確性、降低復雜性和降低成本，最近對替代品的許多研究都集中在使用計算機程序對連接到顯微鏡的高清相機拍攝的血液照片進行“分割”。分割涉及對照片中出現的內容執行逐像素標記的算法，在這種情況下，圖像的哪些部分是細胞，哪些不是——本質上是計算圖像中的細胞數量。

對于只出現一種類型細胞的圖像，這些方法可以達到相當高的準確度，但在面對具有多種類型細胞的圖像時，它們的表現很差。因此，近年來，為了解決這個問題，研究人員轉向了卷積神經網絡(CNN)——一種反映人類視覺皮層連接結構的機器學習。

CNN要執行這項任務，首先必須對其進行“訓練”，以了解人類手動標記的數千張細胞圖像中什么是細胞，什么不是細胞。然后，當輸入一個新的、未標記的圖像時，它會識別并計算其中的細胞。

“但這種手工標注既費力又昂貴，即使在專家的協助下完成，”該論文的合著者、北京航空航天大學機械工程與自動化系教授詹粵說，“這違背了初衷一種比細胞分析儀更簡單、更便宜的替代品。”

因此，北航的研究人員開發了一種新的CNN訓練方案，在本例中為U-Net，這是一種全卷積網絡分割模型，自2015年首次開發以來已廣泛應用于醫學圖像分割。

在新的訓練方案中，CNN首先在一組數千張圖像上進行訓練，其中只有一種細胞(取自小鼠血液)。

這些單細胞類型圖像由傳統算法自動“預處理”，這些算法可以減少圖像中的噪聲、提高其質量并檢測圖像中對象的輪廓。然后他們執行自適應圖像分割。后一種算法計算黑白圖像中的各種灰度級別，如果圖像的一部分超出某個灰度閾值，則該算法將其分割為不同的對象。使該過程具有自適應性的原因在于，它不是根據固定的灰度閾值來分割圖像片段的一部分，而是根據圖像的局部特征進行分割。

將單細胞類型的訓練集呈現給U-Net模型后，使用一小組手動標注的多種細胞類型的圖像對模型進行微調。相比之下，仍然存在一定數量的人工標注，需要人工標注的圖像數量從以前的數千張減少到僅600張。

為了測試他們的訓練計劃，研究人員首先使用傳統的細胞分析儀對相同的小鼠血液樣本進行獨立的細胞計數，并以此比較他們的新方法。他們發現他們的訓練方案對多細胞類型圖像分割的準確率為94.85%，這與使用手動注釋的多細胞類型圖像進行訓練所達到的水平相同。

該技術還可以應用于更高級的模型，以考慮更復雜的分割問題。

由于新的訓練技術仍涉及一定程度的手動注釋，研究人員希望繼續開發一種用于注釋和訓練模型的全自動算法。