[论文解读] 3D Deeply Supervised Network for Automatic Liver Segmentation from CT Volumes

Qi Dou, Hao Chen+4 more|arXiv (Cornell University)|Jul 3, 2016

Advanced Neural Network Applications参考文献 13被引用 108

一句话总结

引入一个3D深度监督网络（3D DSN）用于从CT体积中自动分割肝脏，具有深度监督和CRF细化以提高准确性和速度。

ABSTRACT

Automatic liver segmentation from CT volumes is a crucial prerequisite yet challenging task for computer-aided hepatic disease diagnosis and treatment. In this paper, we present a novel 3D deeply supervised network (3D DSN) to address this challenging task. The proposed 3D DSN takes advantage of a fully convolutional architecture which performs efficient end-to-end learning and inference. More importantly, we introduce a deep supervision mechanism during the learning process to combat potential optimization difficulties, and thus the model can acquire a much faster convergence rate and more powerful discrimination capability. On top of the high-quality score map produced by the 3D DSN, a conditional random field model is further employed to obtain refined segmentation results. We evaluated our framework on the public MICCAI-SLiver07 dataset. Extensive experiments demonstrated that our method achieves competitive segmentation results to state-of-the-art approaches with a much faster processing speed.

研究动机与目标

• 解决CT体积中自动肝脏分割在解剖变异性大和病变存在的情况下的挑战。
• 开发一个3D全卷积网络，通过深度监督实现端到端学习并优化。
• 通过使用全连接CRF进行后处理轮廓细化来提升分割精度。
• 在MICCAI-SLiver07上验证该方法，并在准确性和速度方面与最新方法进行比较。

提出的方法

• 构建一个含11层的3D全卷积网络（6个卷积层、2个池化层、2个反卷积层、1个softmax）用于体素级肝脏分割。
• 通过在第3层和第6层附加辅损失来引入深度监督，以缓解梯度消失并加速收敛。
• 在体积CT数据上端到端训练，使用体素级交叉熵，并对辅损失进行加权求和以及使用标准正则化。
• 在横截面平面应用全连接CRF，通过整合主分支和辅分支的单项预测来细化最终分割。
• 使用大尺寸3D卷积核捕捉上下文信息，并使用3D反卷积层将特征图上采样回原始分辨率。
• 在MICCAI-SLiver07数据集上评估并比较VOE、VD、AvgD、RMSD和MaxD指标。

实验结果

研究问题

• RQ1 具有深度监督的3D DSN 是否能改善CT体积中肝脏分割的优化与判别？
• RQ2 使用CRF的后处理是否能在DSN概率图之外进一步细化肝脏轮廓？
• RQ3 3D DSN 与纯3D CNN 在分割准确性和收敛速度方面的比较如何？
• RQ4 所提方法是否能实现更快的处理速度，适用于潜在的手术内引导？

主要发现

数据集	方法	VOE	VD	AvgD	RMSD	MaxD
训练集	3D-CNN	7.68	1.98	1.56	4.09	45.99
训练集	3D-DSN	6.27	1.46	1.32	3.38	36.49
训练集	3D-CNN+CRF	5.64	1.72	0.89	1.73	34.42
训练集	3D-DSN+CRF	5.37	1.32	0.67	1.48	29.63

• 3D DSN 的收敛速度更快，训练/验证误差低于纯3D CNN。
• 深度监督产生更清晰、相关性更低的3D卷积核以及比标准训练更好的特征表示。
• CRF细化通过在高质量单项势后产生更精确的轮廓来提高分割准确性。
• 在训练数据上，3D DSN 在VOE、VD、AvgD、RMSD和MaxD指标上均优于3D CNN（Table 1中的确切数值）。
• 组合的3D DSN+CRF方法的处理更快（每个对象约1.5分钟），比许多基于形状模型的方法快（CRF步骤87秒）。
• 该方法在SLiver07上取得有竞争力的结果，具备较强的VOE和AvgD，同时不依赖显式形状先验。