[论文解读] Inf-Net: Automatic COVID-19 Lung Infection Segmentation from CT Images

Deng-Ping Fan, Tao Zhou+6 more|arXiv (Cornell University)|Apr 22, 2020

COVID-19 diagnosis using AI参考文献 77被引用 15

一句话总结

本文提出 Inf-Net，一种用于自动分割 COVID-19 CT 扫描中肺部感染的深度学习框架，通过隐式反向注意力机制和显式边缘注意力机制，提升边界检测与表征学习能力。该方法进一步引入一种半监督学习策略，利用少量标注数据与大量未标注数据，在合成与真实 CT 影像数据上均取得最先进性能，Dice 分数最高达 0.894，平均绝对误差（MAE）低至 0.064。

ABSTRACT

Coronavirus Disease 2019 (COVID-19) spread globally in early 2020, causing the world to face an existential health crisis. Automated detection of lung infections from computed tomography (CT) images offers a great potential to augment the traditional healthcare strategy for tackling COVID-19. However, segmenting infected regions from CT slices faces several challenges, including high variation in infection characteristics, and low intensity contrast between infections and normal tissues. Further, collecting a large amount of data is impractical within a short time period, inhibiting the training of a deep model. To address these challenges, a novel COVID-19 Lung Infection Segmentation Deep Network (Inf-Net) is proposed to automatically identify infected regions from chest CT slices. In our Inf-Net, a parallel partial decoder is used to aggregate the high-level features and generate a global map. Then, the implicit reverse attention and explicit edge-attention are utilized to model the boundaries and enhance the representations. Moreover, to alleviate the shortage of labeled data, we present a semi-supervised segmentation framework based on a randomly selected propagation strategy, which only requires a few labeled images and leverages primarily unlabeled data. Our semi-supervised framework can improve the learning ability and achieve a higher performance. Extensive experiments on our COVID-SemiSeg and real CT volumes demonstrate that the proposed Inf-Net outperforms most cutting-edge segmentation models and advances the state-of-the-art performance.

研究动机与目标

• 解决由于边界模糊与标注数据有限，导致在 COVID-19 CT 扫描中分割低对比度、高度可变肺部感染的挑战。
• 通过开发一种利用未标注数据的半监督学习框架，克服高质量像素级标注 CT 扫描稀缺的问题。
• 在临床实际场景中提升分割性能，其中大多数 CT 切片为非感染性，需具备强泛化能力。
• 设计一种可泛化的框架，适用于 COVID-19 以外的低对比度目标分割任务，如息肉或缺陷检测。

提出的方法

• 引入并行部分解码器，聚合高层特征并生成全局上下文图，以改善感染区域定位。
• 采用隐式反向注意力机制，通过抑制背景并突出感染区域，增强特征表征。
• 引入显式边缘注意力机制，细化感染与正常肺组织之间的边界，提升病灶边缘的分割精度。
• 提出一种利用随机传播的半监督学习策略，有效利用未标注的 CT 切片，降低对标注数据的依赖。
• 在真实 CT 影像数据中，结合 100 张标注感染切片与 1,600 张未标注切片进行模型训练，以模拟现实世界中的数据稀缺情况。
• 采用两阶段训练流程：首先在标注数据上进行预训练，随后使用半监督策略进行微调，以提升感染与非感染切片的性能。

实验结果

研究问题

• RQ1 尽管存在高度的患者间差异，深度学习模型是否能有效分割 COVID-19 CT 扫描中低对比度、形状不规则的肺部感染？
• RQ2 注意力机制在标注数据有限的医学图像分割任务中，如何提升边界检测与表征学习能力？
• RQ3 半监督学习方法在多大程度上可减少对昂贵像素级标注的依赖，同时保持或提升分割精度？
• RQ4 所提出的框架是否能在包含大量非感染切片的真实 CT 影像中保持性能，不出现退化？
• RQ5 Inf-Net 架构是否可迁移至其他涉及低对比度或伪装目标的医学影像任务？

主要发现

• 在 COVID-SemiSeg 数据集上，Inf-Net 的 Dice 分数达到 0.894，较基线 U-Net（0.736）提升 12.5%，平均绝对误差（MAE）为 0.064。
• 半监督变体 Semi-Inf-Net 在真实 CT 影像上进一步提升性能，Dice 分数达 0.894，MAE 为 0.033，优于所有基线模型。
• Inf-Net 在真实 CT 影像（共 638 张切片，其中 285 张非感染，353 张感染）中表现出强鲁棒性，Dice 分数为 0.579，MAE 为 0.047，显著优于 U-Net 与 Attention-UNet。
• 消融实验证实，结合并行部分解码器、反向注意力与边缘注意力可获得最佳性能，Dice 分数从 0.739 提升至 0.894。
• 半监督训练策略有效利用了 1,600 张未标注切片，与完全监督训练相比，MAE 降低 43%，表明具有强大的数据效率。
• 该模型在真实影像中保持了高特异性（0.977）与阳性预测值（0.515），表明具备强泛化能力，且在非感染切片中误报率低。