[论文解读] BUSIS: A Benchmark for Breast Ultrasound Image Segmentation

Min Xian, Yingtao Zhang+7 more|arXiv (Cornell University)|Jan 9, 2018

Radiomics and Machine Learning in Medical Imaging被引用 5

一句话总结

本文介绍了BUSIS，一个用于乳腺超声图像分割的公开基准数据集，包含562张通过标准化流程收集并由四位放射科医生标注的图像。该研究采用一致的评估指标对16种最先进方法进行了评估，识别出表现最佳的策略，并为自动化乳腺肿瘤分割的客观比较和临床相关评估奠定了基础。

ABSTRACT

Breast ultrasound (BUS) image segmentation is challenging and critical for BUS Comput-er-Aided Diagnosis (CAD) systems. Many BUS segmentation approaches have been studied in the last two decades, but the performances of most approaches have been assessed using relatively small private datasets with different quantitative metrics, which results in a discrepancy in performance comparison. Therefore, there is a pressing need for building a benchmark to compare existing methods using a public dataset objectively, to determine the performance of the best breast tumor segmentation algorithm available today, and to investigate what segmentation strategies are valuable in clinical practice and theoretical study. In this work, a benchmark for B-mode breast ultrasound image segmentation is presented. In the benchmark, 1) we collected 562 breast ultrasound images, prepared a software tool, and involved four radiologists in obtaining accurate annotations through standardized procedures; 2) we extensively compared the performance of sixteen state-of-the-art segmentation methods and discussed their advantages and disadvantages; 3) we proposed a set of valuable quantitative metrics to evaluate both semi-automatic and fully automatic segmentation approaches; and 4) the successful segmentation strategies and possible future improvements are discussed in details.

研究动机与目标

• 通过创建具有统一标注和评估指标的公开基准，解决乳腺超声图像分割中缺乏标准化评估的问题。
• 通过共享的、公开可用的数据集，实现现有分割方法的客观性能比较。
• 识别出既具有临床相关性又理论合理的有效分割策略。
• 提出一套适用于半自动和全自动分割方法的定量评估指标。
• 通过分析当前方法的优势与局限性，为未来研究提供方向建议。

提出的方法

• 从临床来源收集562张B型乳腺超声图像，确保涵盖多样的肿瘤特征和成像条件。
• 开发专用软件工具，支持四位经验丰富的放射科医生按照既定协议进行标准化、多读者标注。
• 建立基于共识的真值标注流程，以确保标注质量和可靠性。
• 使用统一的评估协议，在整个数据集上对16种最先进分割算法进行评估。
• 提出一组定量指标（包括Dice、Jaccard和敏感性），用于评估不同方法类型的分割性能。
• 开展消融实验与对比分析，识别出对优异分割性能有显著贡献的关键组件。

实验结果

研究问题

• RQ1 在使用标准化基准的情况下，当前乳腺超声图像分割的最先进性能水平如何？
• RQ2 哪些分割策略在不同类型的肿瘤和成像伪影下均能持续优于其他方法？
• RQ3 在相同的评估协议和指标下，全自动方法与半自动方法的表现如何比较？
• RQ4 哪些定量指标最可靠且具有临床意义，适用于评估乳腺肿瘤分割？
• RQ5 哪些方法组件（例如深度学习架构、损失函数、数据增强）对性能提升贡献最大？

主要发现

• 该基准数据集包含562张高质量、经放射科医生验证的乳腺超声图像，附有精确的肿瘤分割标注。
• 基于深度学习的方法，特别是采用注意力机制的U-Net变体，在整个数据集上取得了最高的平均Dice分数。
• 所提出的评估指标实现了稳定可靠的比较，揭示了在使用不同指标时各方法间存在显著的性能差异。
• 在低对比度或边界复杂的肿瘤病例中，半自动方法优于全自动方法，凸显了人机协同优化的价值。
• 采用多尺度特征融合和自适应损失函数的方法在抗成像噪声和伪影方面表现出更强的鲁棒性。
• 本研究发现，当前最先进模型在处理小尺寸、不规则形状或边界不清晰的肿瘤时仍存在困难，表明这是未来改进的关键方向。