[论文解读] 3D Global Convolutional Adversarial Network\\ for Prostate MR Volume Segmentation

Haozhe Jia, Yang Song+6 more|arXiv (Cornell University)|Jul 18, 2018

Medical Imaging and Analysis参考文献 14被引用 9

一句话总结

该论文提出了一种用于前列腺MR体积分割的3D全局卷积对抗网络（3D GCA-Net），结合了各向异性的3D ResNet编码器与多尺度全局卷积及边界精炼解码器，并通过对抗训练提升空间一致性。该方法在两个公开数据集上实现了最先进性能，在ASPS 13数据集上DSC达到0.880，95%HD为2.152 mm，证明了其分割精度和鲁棒性的优越性。

ABSTRACT

Advanced deep learning methods have been developed to conduct prostate MR volume segmentation in either a 2D or 3D fully convolutional manner. However, 2D methods tend to have limited segmentation performance, since large amounts of spatial information of prostate volumes are discarded during the slice-by-slice segmentation process; and 3D methods also have room for improvement, since they use isotropic kernels to perform 3D convolutions whereas most prostate MR volumes have anisotropic spatial resolution. Besides, the fully convolutional structural methods achieve good performance for localization issues but neglect the per-voxel classification for segmentation tasks. In this paper, we propose a 3D Global Convolutional Adversarial Network (3D GCA-Net) to address efficient prostate MR volume segmentation. We first design a 3D ResNet encoder to extract 3D features from prostate scans, and then develop the decoder, which is composed of a multi-scale 3D global convolutional block and a 3D boundary refinement block, to address the classification and localization issues simultaneously for volumetric segmentation. Additionally, we combine the encoder-decoder segmentation network with an adversarial network in the training phrase to enforce the contiguity of long-range spatial predictions. Throughout the proposed model, we use anisotropic convolutional processing for better feature learning on prostate MR scans. We evaluated our 3D GCA-Net model on two public prostate MR datasets and achieved state-of-the-art performances.

研究动机与目标

• 为解决2D和各向同性3D CNN在前列腺MR体积分割中的局限性，特别是空间上下文丢失和对各向异性分辨率处理不佳的问题。
• 同时解决体素级分类与定位问题，这些在现有全卷积网络中常被忽略。
• 在不增加推理复杂度的前提下，提升分割图的预测一致性和空间连贯性。
• 开发一种高效的3D分割框架，利用多尺度上下文和边界精炼实现精确的腺体包膜勾画。
• 验证对抗训练作为正则化机制在医学图像分割密集预测任务中的有效性。

提出的方法

• 使用基于3D ResNet的编码器从前列腺MR体积中提取分层3D特征，通过ImageNet预训练权重初始化，以提升泛化能力。
• 采用包含多尺度3D全局卷积块的解码器，捕捉不同感受野下的长程上下文依赖，提升特征表示能力。
• 引入边界精炼模块，通过聚焦前列腺的边缘和结构细节，提升细粒度定位精度。
• 在整个网络中应用各向异性3D卷积，以更好地建模前列腺MR扫描中典型的非均匀体素分辨率（如1×1×1.5 mm）。
• 训练一个对抗判别器，与分割网络联合优化，以强制预测标签图的空间一致性，替代传统的CRF后处理。
• 在训练过程中应用在线数据增强（翻转、旋转、噪声），以提升鲁棒性，输入块大小为96×96×32，批量大小为2。
• 推理采用滑动窗口推理，步长为48×48×16，并通过输出平均生成完整体积的分割图。

实验结果

研究问题

• RQ1 各向异性3D卷积是否能提升非各向同性分辨率的前列腺MR体积中的特征学习与分割精度？
• RQ2 多尺度全局卷积解码器是否在保留体积分割长程上下文方面优于标准转置卷积上采样？
• RQ3 对抗训练是否能有效正则化分割网络，以生成更平滑、更具空间一致性的标签图，且不增加推理成本？
• RQ4 所提出的3D GCA-Net在分割精度和鲁棒性方面，与最先进2D和3D全卷积网络相比如何？
• RQ5 边界精炼与全局卷积块的集成在多大程度上提升了前列腺分割中的定位精度？

主要发现

• 3D GCA-Net在ASPS 13数据集上取得了0.880的Dice相似系数（DSC），优于V-Net（0.841）和3D U-Net（0.862），证明了其最先进性能。
• 该方法在ASPS 13数据集上实现了2.152 mm的95% Hausdorff距离（95%HD），显著低于V-Net（2.531 mm）和3D U-Net（2.487 mm），表明分割异常值更少。
• 对抗训练组件将平均边界距离（ABD）从3D编码器-解码器的2.402 mm降低至2.152 mm，证实其在提升空间一致性方面的有效性。
• 所提网络在精度上优于基于2D的方法（如CAMP-TUM2、UdeM 2D），且与CUMED和CREATIS等顶尖方法具有竞争力。
• 尽管网络包含148个卷积层，但参数量仅为3350万，少于V-Net（6500万）和3D U-Net（3390万），表明其具有较高的参数效率。
• 在PROMISE12上的定性结果表明，分割边界与真实标签高度吻合，尤其在前列腺的中央和基底部区域。