[논문 리뷰] SAR-U-Net: squeeze-and-excitation block and atrous spatial pyramid pooling based residual U-Net for automatic liver segmentation in Computed Tomography

Jinke Wang, Peiqing Lv외 2명|arXiv (Cornell University)|2021. 03. 11.

Advanced Neural Network Applications참고 문헌 32인용 수 4

한 줄 요약

이 논문은 압축 및 자극(Se) 블록, 아트로우스 스페이셜 피라미드 풀링(ASPP), 잔차 학습을 통합한 2D U-Net 변종인 SAR-U-Net을 제안한다. 이는 CT 스캔에서 정확한 간 분할을 위해 개선된 모델로, LiTS17 및 SLiver07 데이터셋에서 최신 기술 수준의 성능을 달성하며, 각각 95.71% 및 97.31%의 Dice 점수를 기록한다. 이는 도전적인 간 경계와 작은/산산이 된 영역에 대해 뛰어난 강건성을 보여준다.

ABSTRACT

Background and objective: In this paper, a modified U-Net based framework is presented, which leverages techniques from Squeeze-and-Excitation (SE) block, Atrous Spatial Pyramid Pooling (ASPP) and residual learning for accurate and robust liver CT segmentation, and the effectiveness of the proposed method was tested on two public datasets LiTS17 and SLiver07. Methods: A new network architecture called SAR-U-Net was designed. Firstly, the SE block is introduced to adaptively extract image features after each convolution in the U-Net encoder, while suppressing irrelevant regions, and highlighting features of specific segmentation task; Secondly, ASPP was employed to replace the transition layer and the output layer, and acquire multi-scale image information via different receptive fields. Thirdly, to alleviate the degradation problem, the traditional convolution block was replaced with the residual block and thus prompt the network to gain accuracy from considerably increased depth. Results: In the LiTS17 experiment, the mean values of Dice, VOE, RVD, ASD and MSD were 95.71, 9.52, -0.84, 1.54 and 29.14, respectively. Compared with other closely related 2D-based models, the proposed method achieved the highest accuracy. In the experiment of the SLiver07, the mean values of Dice, VOE, RVD, ASD and MSD were 97.31, 5.37, -1.08, 1.85 and 27.45, respectively. Compared with other closely related models, the proposed method achieved the highest segmentation accuracy except for the RVD. Conclusion: The proposed model enables a great improvement on the accuracy compared to 2D-based models, and its robustness in circumvent challenging problems, such as small liver regions, discontinuous liver regions, and fuzzy liver boundaries, is also well demonstrated and validated.

연구 동기 및 목표

• 작은 간 영역, 끊어진 구조, 흐린 경계로 인한 CT 스캔에서의 간 분할 정확도 저하 문제를 해결하기 위해.
• 더 높은 정확도를 위한 2D U-Net 아키텍처에서 특징 표현 및 다중 척도 맥락 모델링을 향상시키기 위해.
• U-Net 인코더 및 디코더에 잔차 학습을 통합하여 깊은 네트워크에서의 성능 열화를 줄이기 위해.
• SE 블록과 ASPP를 U-Net 프레임워크에 통합함으로써 의료 영상 분할에서의 효과를 검증하기 위해.
• 공개된 간 분할 벤치마크인 LiTS17 및 SLiver07에서 최신 기술 수준의 성능을 달성하기 위해.

제안 방법

• SE 블록은 U-Net 인코더의 각 합성곱 레이어 후에 통합되어 전역 맥락을 기반으로 채널별 특징 반응을 재조정하며, 관련 특징을 강조하고 불필요한 특징을 억제한다.
• 아트로우스 스페이셜 피라미드 풀링(ASPP)은 전이 및 출력 레이어를 대체하여 다양한 비율의 확장 합성곱을 통해 다중 척도 맥락 정보를 캡처한다.
• 잔차 블록은 표준 합성곱 블록을 대체하여 기울기 소실 문제를 완화하고 더 깊은 네트워크의 학습을 가능하게 하며, 학습 효율성과 정확도를 향상시킨다.
• U-Net의 인코더-디코더 아키텍처는 유지되며, 수축 경로와 확장 경로 간의 특징 융합을 가능하게 하는 스킵 연결이 구현된다.
• 이중 교차 엔트로피와 Dice 손실을 사용하여 엔드 투 엔드로 네트워크를 훈련시켜 분할 성능를 최적화한다.
• 모델은 표준 평가 지표인 Dice, VOE, RVD, ASD, MSD를 사용하여 두 개의 공개 데이터셋인 LiTS17 및 SLiver07에서 평가된다.

실험 결과

연구 질문

• RQ1 Squeeze-and-excitation 블록의 통합이 U-Net에서 간 CT 분할을 위한 특징 표현을 향상시키는가?
• RQ2 아트로우스 스페이셜 피라미드 풀링을 통합함으로써 2D U-Net 아키텍처에서 다중 척도 맥락 모델링과 분할 정확도가 향상되는가?
• RQ3 잔차 학습이 U-Net 기반 간 분할 모델에서 학습 깊이와 성능 향상에 얼마나 기여하는가?
• RQ4 제안된 SAR-U-Net은 벤치마크 간 분할 데이터셋에서 최신 기술 수준의 2D 모델과 비교해 어떻게 성능을 내는가?
• RQ5 모델은 작은, 끊어진, 또는 명확하지 않은 간 영역을 강건하게 처리할 수 있는가?

주요 결과

• LiTS17 데이터셋에서 SAR-U-Net은 95.71%의 Dice 점수를 기록하여 비교 모델들 중에서 가장 높은 성능을 보였다.
• LiTS17에서 VOE는 9.52%, RVD는 -0.84%, ASD는 1.54 mm, MSD는 29.14 mm를 기록하여 높은 분할 정확도와 일관성을 나타냈다.
• SLiver07 데이터셋에서 모델은 97.31%의 Dice 점수를 기록하여 유사 모델들 중에서 가장 높은 성능을 기록했으며, VOE는 5.37%, RVD는 -1.08%, ASD는 1.85 mm, MSD는 27.45 mm였다.
• 모델은 작은, 끊어진, 또는 명확하지 않은 간 영역을 분할하는 데 있어 강력한 강건성을 보였으며, 베이스라인 U-Net 및 관련 아키텍처를 능가했다.
• 제거 실험을 통해 SE 블록, ASPP, 잔차 학습의 조합이 개별 구성 요소보다 성능 향상에 크게 기여하는 것으로 확인되었다.
• 결과는 제안된 SAR-U-Net 아키텍처가 다중 척도 맥락을 효과적으로 캡처하고 특징의 분류 능력을 향상시켜 최신 기술 수준의 분할 정확도를 달성함을 검증한다.