[论文解读] COVID Detection in Chest CTs: Improving the Baseline on COV19-CT-DB

Radu Miron, Cosmin Moisii+2 more|arXiv (Cornell University)|Jul 10, 2021

COVID-19 diagnosis using AI参考文献 12被引用 5

一句话总结

本论文提出一种双管齐下的方法用于胸部CT扫描中的COVID-19检测——结合3D体素网络与逐切片分类并进行聚合——在COV19-CT-DB验证集上实现了0.92的宏平均F1分数，显著优于竞赛基线的0.70。最佳结果来自使用神经架构搜索（sharpDARTS）的逐切片方法，尽管自动化标注流程导致的切片级标签存在噪声。

ABSTRACT

The paper presents a comparative analysis of three distinct approaches based on deep learning for COVID-19 detection in chest CTs. The first approach is a volumetric one, involving 3D convolutions, while the other two approaches perform at first slice-wise classification and then aggregate the results at the volume level. The experiments are carried on the COV19-CT-DB dataset, with the aim of addressing the challenge raised by the MIA-COV19D Competition within ICCV 2021. Our best results on the validation subset reach a macro-F1 score of 0.92, which improves considerably the baseline score of 0.70 set by the organizers.

研究动机与目标

• 提升MIA-COV19D竞赛组织者在COV19-CT-DB数据集上设定的基线宏平均F1分数0.70。
• 评估并比较三种深度学习方法：一种3D体素方法与两种使用不同聚合策略的逐切片方法。
• 研究噪声切片级标注对性能的影响，采用原始标注与优化后的标注流程。
• 探索神经架构搜索（sharpDARTS）在切片级分类任务中发现最优2D卷积架构的有效性。
• 提供一种实用且可解释的方法，用于识别CT扫描中的肺部病灶，支持临床定位COVID-19病灶。

提出的方法

• 使用3D卷积神经网络直接处理整个CT体素，通过3D卷积捕捉冠状切片间的空间上下文信息。
• 采用两种逐切片方法：一种使用人工设计的三切片小体积并结合逻辑回归或MLP进行聚合；另一种使用sharpDARTS搜索最优2D卷积神经网络架构。
• 切片级标签通过两种方式生成：一种为原始方法（所有COVID-CT中的切片均标记为阳性），另一种使用预训练的结核病检测模型识别潜在受累切片。
• 最终的CT级预测通过切片级预测结果的多数投票规则确定整体类别。
• sharpDARTS算法在1天内完成架构搜索，得到一个紧凑的61.3 MMAC模型，计算量为122.6 MFLOPS，训练300个周期。
• 对单个切片应用数据增强与归一化处理，强度截断至350 HU窗宽/窗位，并对每个体素进行[0,1]归一化。

实验结果

研究问题

• RQ1 在COV19-CT-DB数据集上，3D体素深度学习模型是否能优于逐切片方法，实现对COVID-19的分类？
• RQ2 当对相同标注切片使用不同聚合策略（逻辑回归、MLP或神经架构搜索）时，逐切片分类方法的性能如何变化？
• RQ3 由非COVID标注CT自动标注引入的噪声切片级标签，在多大程度上影响最终分类性能？
• RQ4 神经架构搜索（sharpDARTS）能否发现适用于切片级分类的高效2D卷积神经网络架构，并在完整CT体素上实现良好泛化？
• RQ5 尽管可能存在性能折衷，通过逐切片分类引入病灶定位信息是否能提升临床可解释性？

主要发现

• 体素方法在训练集上达到最高的宏平均F1分数0.96，在验证集上为0.92，显著优于0.70的基线分数。
• 使用sharpDARTS的逐切片方法在验证集上实现了0.74的宏平均F1分数，尽管其训练所用的切片级标签来自无关的结核病检测模型且存在噪声。
• 基于小体积与MLP的逐切片方法在训练集上达到0.97的宏平均F1分数，在验证集上为0.84，表明在合理聚合策略下具备出色的泛化能力。
• 最佳的逐切片方法使用sharpDARTS在仅1天的搜索时间内即发现一个61.3 MMAC的紧凑架构，证明了其效率与有效性。
• 本研究证实，尽管逐切片方法的准确率低于3D体素模型，但其通过定位肺部潜在病灶，提供了更好的可解释性。
• 尽管自动化切片标注引入了噪声，最佳的逐切片方法在验证集上仍实现了0.74的宏平均F1分数，表明对标签不完美具有鲁棒性。