[论文解读] A Lumen Segmentation Method in Ureteroscopy Images Based on a Deep Residual U-Net Architecture

Jorge F. Lazo|arXiv (Cornell University)|Jan 1, 2020

Colorectal Cancer Screening and Detection参考文献 27被引用 6

一句话总结

本文提出一种用于输尿管镜图像管腔分割的深度残差U-Net架构，利用灰度输入实现了0.73的Dice分数、0.58的精确率和0.92的召回率。该方法在标准U-Net基础上提升了训练稳定性和收敛性，在低对比度和存在碎屑等具有挑战性的图像条件下仍表现出较强的泛化能力。

ABSTRACT

Ureteroscopy is becoming the first surgical treatment option for the majority of urinary affections. This procedure is performed using an endoscope which provides the surgeon with the visual information necessary to navigate inside the urinary tract. Having in mind the development of surgical assistance systems, that could enhance the performance of surgeon, the task of lumen segmentation is a fundamental part since this is the visual reference which marks the path that the endoscope should follow. This is something that has not been analyzed in ureteroscopy data before. However, this task presents several challenges given the image quality and the conditions itself of ureteroscopy procedures. In this paper, we study the implementation of a Deep Neural Network which exploits the advantage of residual units in an architecture based on U-Net. For the training of these networks, we analyze the use of two different color spaces: gray-scale and RGB data images. We found that training on gray-scale images gives the best results obtaining mean values of Dice Score, Precision, and Recall of 0.73, 0.58, and 0.92 respectively. The results obtained shows that the use of residual U-Net could be a suitable model for further development for a computer-aided system for navigation and guidance through the urinary system.

研究动机与目标

• 通过精确分割尿路管腔，开发一种用于输尿管镜的计算机辅助导航系统。
• 解决在低质量、含伪影的输尿管镜图像中进行管腔分割的挑战。
• 评估色彩空间（灰度与RGB）对分割性能的影响。
• 通过在U-Net架构中引入残差块，提升训练稳定性和收敛性。
• 通过最小化管腔检测中的假阴性，实现更安全的手术导航。

提出的方法

• 采用残差U-Net架构，集成残差块以缓解梯度消失问题。
• 网络在两种图像模态上进行训练：灰度和RGB，以比较性能差异。
• 应用数据增强和超参数调优，以减少在有限数据集上的过拟合。
• U-Net的编码器-解码器结构保留空间分辨率，实现精确分割。
• 使用损失函数和评估指标（Dice分数、精确率、召回率）评估分割性能。
• 训练基于在上尿路癌切除术中采集的手术视频数据集进行。

实验结果

研究问题

• RQ1 与标准U-Net相比，U-Net中使用残差块是否能提升输尿管镜图像中的管腔分割性能？
• RQ2 灰度图像输入是否足以实现准确的管腔分割，还是需要RGB数据才能获得更优性能？
• RQ3 图像伪影和解剖变异如何影响分割的鲁棒性？
• RQ4 该模型能否泛化到训练数据中未包含的结构（如肿瘤和激光束）？
• RQ5 在临床导航场景中，精确率与召回率之间的权衡是什么？

主要发现

• 在未见测试数据上，基于灰度图像训练的残差U-Net实现了0.73的Dice分数、0.58的精确率和0.92的召回率。
• 灰度训练在Dice分数上比RGB训练高出12%（p<0.05），表明色彩通道未带来实质性增益。
• 残差U-Net相比标准U-Net展现出更平滑的训练曲线和更快的收敛速度。
• 高召回率（0.92）表明假阴性率较低，这对防止导航错误至关重要。
• 假阳性主要集中在管腔边界区域，而中央管腔区域始终被稳定检测到。
• 当图像中包含肿瘤或激光束时，模型表现较差，表明需要通过数据增强来提升泛化能力。