Diseño y desarrollo de un sistema de gradación de patrones cancerosos en imágenes histopatológicas de próstata utilizando algoritmos de deep learning que tengan en cuenta la incertidumbre y variabilidad inter-patólogo durante el entrenamiento

[ES] El cáncer de próstata es a nivel mundial el segundo tipo de cáncer con mayor prevalencia. En 2018 se diagnosticaron 1.3 millones de pacientes y se estima que el número de casos anuales nuevos aumente en un 40.2% en 2030. Esta patología es diagnosticada a partir del análisis visual de biopsias por medio del patólogo y la clasificación de la diferenciación del tejido según la escala Gleason. Esta escala va de 3 a 5, siendo inversamente proporcional al grado de diferenciación. Este proceso diagnóstico es una tarea que consume grandes cantidades de tiempo, y sufre de una elevada variabilidad entre patólogos. Para reducir la carga de trabajo y aumentar el nivel de objetividad, en los últimos años se han propuesto sistemas de ayuda al diagnóstico basados en algoritmos de deep learning y, en concreto, redes neuronales convoluciones. A pesar de los prometedores resultados obtenidos por estos sistemas, las técnicas punteras aún se ven limitadas, entre otros factores, por el sesgo introducido en la anotación durante el entrenamiento. Por ello, el objetivo de este TFG es el desarrollo de modelos de deep learning robustos a la variabilidad entre patólogos durante el entrenamiento con tal de mejorar la capacidad de generalización. En esta línea, se pretende utilizar funciones de pérdida basadas en el estadístico cuadrático de Cohen, y en suavizado de etiquetas. Asimismo, se tratará de optimizar las arquitecturas de redes neuronales convolucionales utilizadas en el estado del arte, incluyendo bloques de atención. Con tal de validar la mejora en la capacidad de generalización, estos métodos serán entrenados y testeados en distintas bases de datos, con etiquetas de referencia dadas por distintos patólogos.
[EN] Prostate cancer is the second most prevalent type of cancer worldwide. In 2018, 1.3 million patients were diagnosed and it is estimated that the number of new annual cases will increase by 40.2% in 2030. This pathology is diagnosed from the visual analysis of biopsies by pathologists and the later classification of tissue differentiation according to the Gleason scale. This scale goes from 3 to 5, being inversely proportional to the degree of differentiation. This diagnostic process is a timeconsuming task, and suffers from high variability among pathologists. To reduce the workload and increase the level of objectivity, in recent years, diagnostic support systems have been proposed based on deep learning algorithms and, specifically, convolutional neural networks. Despite the promising results obtained by these systems, state­of­the­art techniques are still limited, among other factors, by the bias introduced into the annotation during training. Therefore, the aim of this thesis is the development of deep learning models that are robust to the variability between pathologists during training, in order to improve their generalization capacity. Following this purpose, loss functions based on Cohen¿s quadratic statistic will be used, as well as label smoothing. Likewise, this thesis will investigate the possibilities of optimizing convolutional neural network architectures that are used in the state of the art, including attention blocks which include multi­level features into the decision. In order to validate the improvement in generalization capacity, these methods will be trained and tested in different databases, with reference labels given by different pathologists. Finally, the results obtained will be analyzed, these have shown that providing the neural network with information on inter­pathologist variability improves generalization to external databases.