[论文解读] A Normalized Fully Convolutional Approach to Head and Neck Cancer Outcome Prediction

William Le, Francisco Romero+1 more|arXiv (Cornell University)|May 28, 2020

Radiomics and Machine Learning in Medical Imaging参考文献 3被引用 4

一句话总结

该论文提出了一种归一化全卷积网络（FCN）预处理器，结合聚合残差卷积神经网络（AggResCNN），用于利用治疗前PET-CT扫描进行头颈部癌生存预测。通过整合多模态影像数据并利用FCN进行特征归一化，该方法在AUC达到0.76，较最先进模型高出6个百分点，同时将模型参数减少27%以上，展示了在结果预测方面性能与效率的提升。

ABSTRACT

In medical imaging, radiological scans of different modalities serve to enhance different sets of features for clinical diagnosis and treatment planning. This variety enriches the source information that could be used for outcome prediction. Deep learning methods are particularly well-suited for feature extraction from high-dimensional inputs such as images. In this work, we apply a CNN classification network augmented with a FCN preprocessor sub-network to a public TCIA head and neck cancer dataset. The training goal is survival prediction of radiotherapy cases based on pre-treatment FDG PET-CT scans, acquired across 4 different hospitals. We show that the preprocessor sub-network in conjunction with aggregated residual connection leads to improvements over state-of-the-art results when combining both CT and PET input images.

研究动机与目标

• 利用多模态治疗前PET-CT影像，提升头颈部癌患者生存结局的预测能力。
• 通过深度学习实现稳健的特征提取，应对高维、多领域医学影像数据的挑战。
• 在保持或提升分类性能的同时，降低模型复杂度与参数数量。
• 探究全卷积预处理器是否能够对PET和CT模态的特征进行归一化与增强，以提升生存分类性能。
• 在包含生存结局不平衡的多中心TCIA数据集上验证该方法。

提出的方法

• 使用包含4个下采样和4个上采样模块的全卷积网络（FCN）子网络作为预处理器，对多模态PET-CT输入进行归一化处理。
• FCN采用3×3卷积层，激活函数为缩放指数线性单元（SeLU），并在对应的下采样与上采样模块之间引入跳跃连接。
• 分类器采用18层的聚合残差卷积神经网络（AggResCNN），结合分组卷积（基数32）与残差捷径，以缓解梯度消失问题。
• 将FCN的输出与CT图像拼接后输入AggResCNN，该网络使用全局平均池化与Softmax层实现二分类（生存 vs. 死亡）。
• 通过翻转、平移、旋转等数据增强技术对数据集进行重平衡，该数据集仅包含19%的死亡病例（298例患者中56例）。
• 模型在单张GPU上使用分类交叉熵损失与Adam优化器（初始初始学习率0.0006）进行端到端训练，共100个周期。

实验结果

研究问题

• RQ1 全卷积预处理器是否能够提升头颈部癌生存预测中多模态PET-CT影像的特征表示能力？
• RQ2 通过深度学习架构融合PET与CT影像，是否能实现优于仅使用CT的生存预测性能？
• RQ3 与先前最先进模型相比，聚合残差卷积是否能在保持或提升性能的同时减少模型参数？
• RQ4 FCN预处理器是否通过学习超越主要肿瘤体积（GTV）的特征，从而提升性能？
• RQ5 与仅使用CT输入相比，PET影像的引入如何影响分类性能？

主要发现

• 所提出的FCN+AggResCNN模型在TCIA头颈部癌数据集上达到0.76的AUC，较先前最先进模型（0.70）提升6个百分点。
• 模型参数量减少至683,650，相比先前最先进模型（930,146参数）降低了27%。
• 与基线AggResCNN（AUC 0.74）相比，FCN预处理器在PET+CT输入上表现更优（AUC 0.76），表明其在多模态特征归一化方面具有有效性。
• 对于CNN基线模型，仅肿瘤区域（掩码CT）的性能优于全CT（0.67 vs. 0.57），但FCN+AggResCNN模型在全CT上表现更优（0.70）而非掩码CT（0.67），表明FCN捕捉到了GTV以外的有用特征。
• 仅使用PET输入时性能最差（FCN+AggResCNN的AUC为0.57），表明由于分辨率较低且非肿瘤组织无摄取，PET提供的独立预测能力有限。
• 模型达到91%的敏感度与61%的特异度，表明尽管存在类别不平衡，仍能有效识别死亡病例。