[论文解读] Challenging Current Semi-Supervised Anomaly Segmentation Methods for Brain MRI

Felix Meissen, Georgios Kaissis+1 more|arXiv (Cornell University)|Sep 13, 2021

Brain Tumor Detection and Classification参考文献 26被引用 5

一句话总结

本文通过引入一种简单且无需学习的基线方法——对FLAIR图像进行阈值处理，挑战了当前最先进的半监督异常分割（SAS）方法在脑部MRI中的有效性。该方法在标准数据集上优于多种基于深度学习的SAS模型，实现了更高的Dice分数和精确率-召回率表现，适用于肿瘤和多发性硬化病变的分割。

ABSTRACT

In this work, we tackle the problem of Semi-Supervised Anomaly Segmentation (SAS) in Magnetic Resonance Images (MRI) of the brain, which is the task of automatically identifying pathologies in brain images. Our work challenges the effectiveness of current Machine Learning (ML) approaches in this application domain by showing that thresholding Fluid-attenuated inversion recovery (FLAIR) MR scans provides better anomaly segmentation maps than several different ML-based anomaly detection models. Specifically, our method achieves better Dice similarity coefficients and Precision-Recall curves than the competitors on various popular evaluation data sets for the segmentation of tumors and multiple sclerosis lesions.

研究动机与目标

• 评估当前半监督异常分割（SAS）方法在脑部MRI中的实际有效性。
• 探究基于学习的模型是否真正提升了异常检测能力，超越了简单的图像处理技术。
• 利用FLAIR对比度的先验知识，为脑部MRI中的SAS建立一个强大且非学习的基线。
• 挑战复杂深度学习模型在临床神经影像中准确进行异常分割是必要的假设。
• 指出当前评分函数和基于重建的异常图在深度学习SAS方法中的局限性。

提出的方法

• 提出一种非学习基线方法，直接对FLAIR MRI扫描应用强度阈值处理，以识别高信号异常。
• 将阈值处理后的FLAIR图像用作最终的异常分割图，无需模型训练或推理。
• 在公开数据集上采用标准评估指标（Dice相似性系数、AUPRC、AUROC）与基于深度学习的SAS模型进行比较。
• 采用与先前工作（如Baur等人[4]）相同的预处理和后处理流程及评估协议，以确保公平比较。
• 依赖已知的临床特性：病理病变和肿瘤在FLAIR序列中表现为高信号。
• 在四个基准数据集上验证该基线：BraTS、MSLUB、WMH和MSSEG2015。

实验结果

研究问题

• RQ1 在FLAIR MRI上应用简单且非学习的阈值处理方法，是否能够优于最先进的基于深度学习的半监督异常分割模型？
• RQ2 当前基于深度学习的SAS模型在在多大程度上真正学习了正常解剖结构，还是仅仅依赖于输入图像中已存在的强度线索？
• RQ3 基于重建的异常图在多大程度上与实际分割质量相关，尤其是在输入图像已包含强烈异常线索的情况下？
• RQ4 当输入图像已编码关键诊断信息时，深度学习模型中基于残差的异常评分存在哪些局限性？
• RQ5 在SAS中，是否可以比复杂模型方法更有效地利用先验临床知识（如病变在FLAIR中的高信号特性）？

主要发现

• 所提出的阈值基线在BraTS数据集上实现了0.738的Dice相似性系数（DSC），优于Baur等人[4]评估的所有基于深度学习的模型。
• 在MSLUB数据集上，该基线实现了0.613的DSC，超过Baur等人[4]比较研究中表现最佳的模型。
• 该基线在所有数据集上的AUPRC得分均超过0.53，其中在BraTS上最高达到0.762，超过最佳模型的表现。
• 视觉分析显示，表现最佳的深度学习模型产生了无纹理的重建结果，且依赖于输入图像的强度线索，而非学习到的解剖结构。
• 研究发现，输入图像与重建图像之间的残差图往往导致分割质量劣于原始的阈值处理输入。
• 结果表明，当前基于深度学习的SAS模型可能并未学习到对正常解剖结构的鲁棒表征，而是对输入强度变化高度敏感。