[论文解读] 2.75D Convolutional Neural Network for Pulmonary Nodule Classification in Chest CT.

Ruisheng Su, Hui Xie+1 more|arXiv (Cornell University)|Feb 11, 2020

Lung Cancer Diagnosis and Treatment参考文献 20被引用 2

一句话总结

本文提出一种用于胸部CT肺结节分类的2.75D卷积神经网络，通过从结节中心出发的螺旋扫描径向投影来捕捉全向三维空间上下文。该方法在内存使用上低于3D网络，同时优于2D和2.5D基线模型，在LUNA16数据集上实现了更快的训练与推理速度，并保持了具有竞争力的性能。

ABSTRACT

Early detection and classification of pulmonary nodules in Chest Computed tomography (CT) images is an essential step for effective treatment of lung cancer. However, due to the large volume of CT data, finding nodules in chest CT is a time consuming thus error prone task for radiologists. Benefited from the recent advances in Convolutional Neural Networks (ConvNets), many algorithms based on ConvNets for automatic nodule detection have been proposed. According to the data representation in their input, these algorithms can be further categorized into: 2D, 3D and 2.5D which uses a combination of 2D images to approximate 3D information. Leveraging 3D spatial and contextual information, the method using 3D input generally outperform that based on 2D or 2.5D input, whereas its large memory footprints becomes the bottleneck for many applications. In this paper, we propose a novel 2D data representation of a 3D CT volume, which is constructed by spiral scanning a set of radials originated from the 3D volume center, referred to as the 2.75D. Comparing to the 2.5D, the 2.75D representation captures omni-directional spatial information of a 3D volume. Based on 2.75D representation of 3D nodule candidates in Chest CT, we train a convolutional neural network to perform the false positive reduction in the nodule detection pipeline. We evaluate the nodule false positive reduction system on the LUNA16 data set which contains 1186 nodules out of 551,065 candidates. By comparing 2.75D with 2D, 2.5D and 3D, we show that our system using 2.75D input outperforms 2D and 2.5D, yet slightly inferior to the systems using 3D input. The proposed strategy dramatically reduces the memory consumption thus allow fast inference and training by enabling larger number of batches comparing to the methods using 3D input.

研究动机与目标

• 为解决在胸部CT中肺结节分类任务中3D卷积神经网络内存消耗过高的挑战。
• 通过利用比2.5D方法更丰富的空间上下文，提升结节检测流程中的假阳性减少效果。
• 开发一种能够以2D投影形式捕捉全向三维信息，同时将计算成本最小化的数据表示方法。
• 通过减少与3D输入方法相比的内存占用，实现更快的训练与推理速度。
• 在LUNA16数据集上，将所提出的2.75D表示与2D、2.5D和3D基线方法进行对比评估。

提出的方法

• 通过从3D结节候选体的中心执行螺旋扫描，生成保留全向空间上下文的径向投影，构建2.75D表示。
• 每个2.75D输入是由从结节中心发出的径向线上采样形成的2D图像集合，有效以2D格式近似3D结构。
• 在这些2.75D输入上训练一个类似3D的卷积神经网络，用于结节分类并减少检测流程中的假阳性。
• 由于相比完整3D输入的内存消耗更低，该方法在训练过程中支持更大的小批量大小。
• 在包含1186个真实结节和551,065个候选结节的LUNA16数据集上对模型进行评估。
• 通过标准的假阳性减少指标，直接对比2D、2.5D和3D输入模型的性能。

实验结果

研究问题

• RQ1 2.75D数据表示是否能在保持低内存使用的同时，比2.5D方法更全面地捕捉3D空间上下文？
• RQ2 在肺结节的假阳性减少性能方面，2.75D表示与2D、2.5D和3D输入方法相比如何？
• RQ3 与3D网络相比，2.75D方法在多大程度上减少了内存消耗，并提升了训练/推理速度？
• RQ4 所提出的方法是否在性能上接近3D模型，同时更具实际部署可行性？
• RQ5 2.75D表示是否能支持更大的训练小批量，从而实现更稳定且更快的收敛？

主要发现

• 在LUNA16数据集上，2.75D表示在肺结节假阳性减少方面优于2D和2.5D方法。
• 所提出的2.75D模型性能略低于基于3D输入的模型，但内存使用显著减少。
• 由于内存占用更低，该方法实现了更快的训练与推理速度，且支持比基于3D的方法更大的小批量。
• 螺旋扫描径向投影能有效以2D格式捕捉来自3D体数据的全向空间信息。
• 2.75D方法在性能与效率之间取得了良好平衡，适用于临床环境中的实际部署。
• 该模型在LUNA16基准上表现出强大的泛化能力，验证了新型数据表示的有效性。