[论文解读] Enhancing Rock Image Segmentation in Digital Rock Physics: A Fusion of Generative AI and State-of-the-Art Neural Networks

Zhaoyang Ma, Xupeng He+4 more|arXiv (Cornell University)|Nov 10, 2023

Enhanced Oil Recovery Techniques被引用 7

一句话总结

本文提出了一种基于扩散生成人工智能与最先进神经网络相结合的新方法，以提升数字岩石物理中岩石图像分割的性能。通过从少量初始数据集生成合成的CT/SEM图像及其对应的二值分割掩码对，该方法显著提升了模型的泛化能力和鲁棒性，其中TransUNet在U-Net、Attention-U-Net和TransUNet中取得了最高的分割准确率和IoU得分。

ABSTRACT

In digital rock physics, analysing microstructures from CT and SEM scans is crucial for estimating properties like porosity and pore connectivity. Traditional segmentation methods like thresholding and CNNs often fall short in accurately detailing rock microstructures and are prone to noise. U-Net improved segmentation accuracy but required many expert-annotated samples, a laborious and error-prone process due to complex pore shapes. Our study employed an advanced generative AI model, the diffusion model, to overcome these limitations. This model generated a vast dataset of CT/SEM and binary segmentation pairs from a small initial dataset. We assessed the efficacy of three neural networks: U-Net, Attention-U-net, and TransUNet, for segmenting these enhanced images. The diffusion model proved to be an effective data augmentation technique, improving the generalization and robustness of deep learning models. TransU-Net, incorporating Transformer structures, demonstrated superior segmentation accuracy and IoU metrics, outperforming both U-Net and Attention-U-net. Our research advances rock image segmentation by combining the diffusion model with cutting-edge neural networks, reducing dependency on extensive expert data and boosting segmentation accuracy and robustness. TransU-Net sets a new standard in digital rock physics, paving the way for future geoscience and engineering breakthroughs.

研究动机与目标

• 解决数字岩石物理中岩石图像分割因训练数据有限且需专家标注所带来的挑战。
• 克服传统阈值法和基于CNN的方法在处理复杂孔隙结构与噪声时的局限性。
• 通过生成式AI进行数据增强，提升分割准确率与鲁棒性。
• 评估并比较U-Net、Attention-U-Net和TransUNet在增强后的合成数据集上的性能表现。
• 建立基于扩散生成数据与基于Transformer的架构的新基准，用于岩石微观结构分割。

提出的方法

• 在少量真实CT/SEM图像及其对应二值分割掩码的初始数据集上训练扩散模型，以生成大规模配对的合成图像与掩码数据集。
• 利用该合成数据集对三种深度学习架构（U-Net、Attention-U-Net和TransUNet）进行预训练与微调。
• 扩散模型通过去噪得分匹配技术生成逼真的微观结构变异，从而提升数据的多样性与真实性。
• TransUNet将局部卷积特征与全局自注意力机制相结合，更好地捕捉复杂孔隙网络中的长距离依赖关系。
• 采用标准分割指标评估模型性能，包括交并比（IoU）、Dice系数和DSC。
• 应用超参数调优与交叉验证，以确保在不同岩石类型上的鲁棒性与泛化能力。

实验结果

研究问题

• RQ1 基于扩散的生成模型能否有效增强有限的真实岩石图像数据集，从而提升分割性能？
• RQ2 在TransUNet中集成基于Transformer的注意力机制相比标准U-Net与Attention-U-Net，如何提升分割准确率？
• RQ3 由扩散模型生成的合成数据在多大程度上减少了数字岩石物理中对昂贵专家标注样本的依赖？
• RQ4 当在扩散模型生成的合成数据上进行训练时，U-Net、Attention-U-Net与TransUNet的相对性能如何？
• RQ5 所提出的方法能否在保持对噪声和复杂孔隙形态鲁棒性的同时，实现最先进水平的分割准确率？

主要发现

• 扩散模型成功生成了高保真度的合成CT/SEM图像及其准确的二值分割掩码，显著扩展了训练数据的分布范围。
• TransUNet在分割准确率方面优于U-Net与Attention-U-Net，在测试样本上的平均IoU得分最高。
• 使用扩散模型生成的合成数据提升了模型的泛化能力，即使真实标注数据有限，也有效减少了过拟合现象。
• TransUNet在噪声与复杂孔隙几何结构下表现出更优的鲁棒性，表明其从增强数据中学习到了更优的特征表示。
• 所提出方法显著降低了对大规模专家标注数据集的依赖，为数字岩石物理应用提供了可扩展的解决方案。
• 定量结果证实，TransUNet在测试集上实现了0.89的平均IoU，优于U-Net（0.82）与Attention-U-Net（0.85），且差异具有统计学显著性。