[论文解读] A Localisation-Segmentation Approach for Multi-label Annotation of Lumbar Vertebrae using Deep Nets

Anjany Sekuboyina, Alexander Valentinitsch+2 more|arXiv (Cornell University)|Mar 13, 2017

Medical Imaging and Analysis参考文献 7被引用 49

一句话总结

该论文提出了一种两阶段深度学习方法，用于在CT扫描中对腰椎（L1–L5）进行多标签分割：首先使用深度感知机进行回归，定位腰椎区域；然后通过全卷积网络（FCN）同时分割并标记所有腰椎。该方法在具有挑战性的xVertSeg数据集上实现了超过90%的平均Dice系数，包括严重脊柱畸形（如侧弯和骨折）的病例。

ABSTRACT

Multi-class segmentation of vertebrae is a non-trivial task mainly due to the high correlation in the appearance of adjacent vertebrae. Hence, such a task calls for the consideration of both global and local context. Based on this motivation, we propose a two-staged approach that, given a computed tomography dataset of the spine, segments the five lumbar vertebrae and simultaneously labels them. The first stage employs a multi-layered perceptron performing non-linear regression for locating the lumbar region using the global context. The second stage, comprised of a fully-convolutional deep network, exploits the local context in the localised lumbar region to segment and label the lumbar vertebrae in one go. Aided with practical data augmentation for training, our approach is highly generalisable, capable of successfully segmenting both healthy and abnormal vertebrae (fractured and scoliotic spines). We consistently achieve an average Dice coefficient of over 90 percent on a publicly available dataset of the xVertSeg segmentation challenge of MICCAI 2016. This is particularly noteworthy because the xVertSeg dataset is beset with severe deformities in the form of vertebral fractures and scoliosis.

研究动机与目标

• 解决由于相邻腰椎之间外观相似性高而导致的多类腰椎分割挑战。
• 克服基于模型的方法在存在骨折或侧弯等异常脊柱时失效的局限性。
• 开发一种可泛化的端到端流程，实现腰椎区域的定位以及在单一框架内联合分割与标注。
• 在包括严重畸形和病理性脊柱病例在内的多样化临床数据上实现稳健性能。
• 为未来使用深度学习进行多类脊柱分割任务提供强有力的基线。

提出的方法

• 使用带有ReLU激活函数的五层深度感知机，基于上下文强度特征执行非线性回归，以定位腰椎区域。
• 通过在随机偏移立方体内的平均强度构建体素级特征，以编码回归的长程空间上下文。
• 使用六个平面（x_min, x_max, y_min, y_max, z_min, z_max）定义感兴趣区域，形成包围腰椎的三维边界框。
• 在预测的边界框周围应用15个体素的容差范围，以确保完全覆盖腰椎区域。
• 在定位区域上训练全卷积神经网络（FCN），以同时执行L1–L5和背景的多类分割与标注。
• 使用交叉熵损失和Adam优化器训练FCN，共训练2000个周期，并在xVertSeg数据集上进行预训练和微调。

实验结果

研究问题

• RQ1 两阶段深度学习流程是否能以高精度有效定位和分割CT扫描中的多个腰椎？
• RQ2 与传统基于模型的方法相比，所提出方法在骨折或侧弯等病理病例上的泛化能力如何？
• RQ3 通过回归引入的全局上下文与通过FCN引入的局部上下文，在高度相关的腰椎上对分割性能的提升程度如何？
• RQ4 在xVertSeg基准上，该方法能达到何种性能水平，特别是在所有腰椎的Dice系数以及严重脊柱畸形存在的情况下？
• RQ5 该方法是否能在无需大量重新训练的情况下，对不同临床视野和扫描协议下的多样化数据保持一致的性能？

主要发现

• 该方法在训练集上实现了92.7%的平均Dice系数，在测试集上（Rater-1）达到94.3%，所有腰椎的得分均稳定高于90%。
• 中央腰椎（L3和L4）的分割性能最高，Dice分数分别为93.5%和92.9%；而外周腰椎（L1和L5）虽略低，但仍表现强劲。
• 定位阶段在所有测试病例中平均敏感度达到0.98，仅在一处病例（Case025）中略低，该病例将骶骨包含在视野中，其余均接近完美（1.0）。
• 该方法成功分割了严重畸形的脊柱，包括侧弯和椎体骨折病例，而传统基于模型的方法通常在此类情况下失效。
• 网络对未见数据具有良好的泛化能力，涵盖具有不同解剖变异、骨密度分布和脊柱弯曲度的临床人群。
• 视觉结果证实，即使在解剖不确定性较高的情况下（如T12与L1或L5与S1之间边界模糊），分割仍具鲁棒性。