[论文解读] Multi-Scale Supervised 3D U-Net for Kidneys and Kidney Tumor Segmentation

Wenshuai Zhao, Dihong Jiang+2 more|arXiv (Cornell University)|Apr 17, 2020

Advanced Neural Network Applications参考文献 29被引用 9

一句话总结

本文提出了一种多尺度监督3D U-Net（MSS U-Net），用于在CT扫描中自动分割肾脏及肾肿瘤，结合深度监督与指数对数损失，以提高训练效率和准确性。该方法在KiTS19数据集上对肾脏的Dice系数达到0.969，对肿瘤的Dice系数达到0.805，优于现有最先进方法，且架构更简单、更具可复现性。

ABSTRACT

Accurate segmentation of kidneys and kidney tumors is an essential step for radiomic analysis as well as developing advanced surgical planning techniques. In clinical analysis, the segmentation is currently performed by clinicians from the visual inspection images gathered through a computed tomography (CT) scan. This process is laborious and its success significantly depends on previous experience. Moreover, the uncertainty in the tumor location and heterogeneity of scans across patients increases the error rate. To tackle this issue, computer-aided segmentation based on deep learning techniques have become increasingly popular. We present a multi-scale supervised 3D U-Net, MSS U-Net, to automatically segment kidneys and kidney tumors from CT images. Our architecture combines deep supervision with exponential logarithmic loss to increase the 3D U-Net training efficiency. Furthermore, we introduce a connected-component based post processing method to enhance the performance of the overall process. This architecture shows superior performance compared to state-of-the-art works using data from KiTS19 public dataset, with the Dice coefficient of kidney and tumor up to 0.969 and 0.805 respectively. The segmentation techniques introduced in this paper have been tested in the KiTS19 challenge with its corresponding dataset.

研究动机与目标

• 为解决CT扫描中肾脏与肿瘤手动分割耗时且易出错的问题，此类问题源于肿瘤的变异性与图像异质性。
• 开发一种基于深度学习的方法，实现放射组学分析与手术规划所需的准确分割。
• 通过引入多尺度监督与损失重加权，提升3D U-Net的训练效率与分割准确性。
• 通过基于连通分量的后处理步骤，提升最终分割质量。
• 为医学图像分割领域提供一种比复杂深度学习架构更简单、更具可复现性的替代方案。

提出的方法

• 所提出的MSS U-Net在3D U-Net基础上引入多尺度监督，使解码器的中间特征在多个分辨率层级上接受监督，从而改善梯度流动与特征学习。
• 采用指数对数损失以缓解类别不平衡问题，并优先关注难以分割的小肿瘤或边界模糊的肿瘤。
• 采用基于连通分量的后处理方法，移除网络预测中孤立的错误体素，提升分割的一致性。
• 网络在原始尺度的CT图像上端到端训练，使用KiTS19公开数据集，同时应用数据增强与归一化处理。
• 该架构保留了U-Net的跳跃连接设计，但通过多尺度监督与损失加权增强了特征复用。
• 采用标准指标（包括Dice系数）进行评估，并与KiTS19基准上的最先进模型进行对比。

实验结果

研究问题

• RQ1 多尺度监督能否提升3D U-Net在肾脏与肿瘤分割任务中的训练效率与分割准确性？
• RQ2 指数对数损失是否能有效缓解类别不平衡问题，并提升对罕见或小肿瘤区域的性能表现？
• RQ3 在训练策略有效的情况下，更简单的网络架构能否在医学图像分割任务中超越更复杂的模型？
• RQ4 基于连通分量的后处理方法如何影响最终分割质量与鲁棒性？
• RQ5 所提出方法在临床CT扫描中面对不同大小、形状与密度的肿瘤时，其泛化能力如何？

主要发现

• MSS U-Net在KiTS19测试集上对肾脏分割的Dice系数达到0.969，对肿瘤分割的Dice系数达到0.805，表现出最先进性能。
• 多尺度监督显著提升了特征学习与梯度流动，尤其在深层网络中效果明显。
• 指数对数损失增强了模型对小尺寸或难以分割肿瘤的关注，减少了复杂病例中的假阴性。
• 基于连通分量的后处理步骤有效去除了孤立的错误体素，提升了分割一致性并减少了假阳性。
• 尽管架构简单，该方法在可复现性与泛化能力方面优于更复杂的模型，且已公开GitHub代码仓库以供共享。
• 该方法在极小肿瘤上表现欠佳，如一名患者中肿瘤Dice分数为零，归因于感受野有限与特征敏感性不足。