[论文解读] A Residual Encoder-Decoder Network for Segmentation of Retinal Image-Based Exudates in Diabetic Retinopathy Screening

Malik Abdul Manan, Tariq Khan+3 more|arXiv (Cornell University)|Jan 16, 2022

Retinal Imaging and Analysis被引用 5

一句话总结

该论文提出了一种残差编码器-解码器卷积神经网络（RTC-Net），用于糖尿病视网膜病变筛查中视网膜渗出物的自动分割。通过利用残差跳跃连接和数据增强技术，该模型实现了高精度的像素级分类，在无需后处理的情况下，于三个基准数据集上均达到了98–99%的准确率和92–97%的敏感度。

ABSTRACT

Diabetic retinopathy refers to the pathology of the retina induced by diabetes and is one of the leading causes of preventable blindness in the world. Early detection of diabetic retinopathy is critical to avoid vision problem through continuous screening and treatment. In traditional clinical practice, the involved lesions are manually detected using photographs of the fundus. However, this task is cumbersome and time-consuming and requires intense effort due to the small size of lesion and low contrast of the images. Thus, computer-assisted diagnosis of diabetic retinopathy based on the detection of red lesions is actively being explored recently. In this paper, we present a convolutional neural network with residual skip connection for the segmentation of exudates in retinal images. To improve the performance of network architecture, a suitable image augmentation technique is used. The proposed network can robustly segment exudates with high accuracy, which makes it suitable for diabetic retinopathy screening. Comparative performance analysis of three benchmark databases: HEI-MED, E-ophtha, and DiaretDB1 is presented. It is shown that the proposed method achieves accuracy (0.98, 0.99, 0.98) and sensitivity (0.97, 0.92, and 0.95) on E-ophtha, HEI-MED, and DiaReTDB1, respectively.

研究动机与目标

• 开发一种鲁棒的深度学习模型，用于视网膜渗出物的自动分割，后者是糖尿病视网膜病变的关键早期征象。
• 通过专门设计的神经网络架构，解决视网膜图像中低对比度、小尺寸渗出物及形态多变带来的挑战。
• 消除渗出物检测流程中对手动预处理或后处理步骤的需求。
• 通过残差学习和针对性的图像增强技术，提升分割性能。
• 在多个公开的视网膜图像数据库上验证该方法，以确保其泛化能力与临床相关性。

提出的方法

• 所提出的架构是一种使用跳跃连接以保留空间细节并缓解梯度消失问题的残差编码器-解码器网络（RTC-Net）。
• 网络采用端到端训练方式，使用像素级交叉熵损失函数，实现对渗出物的语义分割。
• 应用数据增强策略以提升模型泛化能力，尤其针对罕见或微小的渗出物模式。
• 模型通过学习到的纹理和强度特征，将每个像素分类为渗出物或非渗出物，实现语义分割。
• 通过使用带有权重衰减的随机梯度下降和批量归一化，对网络架构进行优化，以实现稳定训练。
• 未应用任何预处理（如血管掩膜）或后处理（如形态学滤波），确保推理流程的简洁性。

实验结果

研究问题

• RQ1 与现有监督和无监督方法相比，残差编码器-解码器网络是否能实现更优的渗出物分割性能？
• RQ2 残差连接与数据增强的结合在低对比度、异质性视网膜图像上，如何提升分割的准确率与鲁棒性？
• RQ3 该模型在具有不同图像质量与标注标准的多样化公开视网膜图像数据库上，其泛化能力达到何种程度？
• RQ4 在临床图像分析流程中，该模型是否能在不依赖预处理或后处理步骤的情况下，仍保持高敏感度与特异性？
• RQ5 在基准数据集上，该模型在准确率、敏感度、特异度和Dice相似系数等方面的定量性能如何？

主要发现

• 所提出的RTC-Net在DiareTDB1数据集上实现了98%的准确率和95%的敏感度，优于以往的最先进方法。
• 在E-ophtha数据集上，模型达到了99%的准确率和92%的敏感度，表明其在临床相关数据集上的强大性能。
• 在HEI-MED数据集上，模型实现了98%的准确率和97%的敏感度，证实其在不同数据分布下的鲁棒性。
• 模型在DiareTDB1上的Dice相似系数为0.94，在E-ophtha上为0.97，在HEI-MED上为0.96，表明其与真实标注的重叠度极高。
• 该方法在精确率、特异度和AUC方面均优于现有方法，在DiareTDB1上实现了0.92的精确率和0.99的特异度。
• 未使用预处理或后处理步骤并未影响性能，凸显了模型内在的泛化能力。