[论文解读] ACNN: a Full Resolution DCNN for Medical Image Segmentation

Xiao-Yun Zhou, Jian-Qing Zheng+2 more|arXiv (Cornell University)|Jan 26, 2019

Advanced Neural Network Applications参考文献 28被引用 8

一句话总结

本文提出ACNN，一种用于医学图像分割的全分辨率深度卷积神经网络，通过级联空洞卷积模块并采用新颖的空洞率设置，在最大化感受野覆盖范围的同时保持空间分辨率。该方法在MRI和CT数据集上实现的分割精度高于U-Net和Deeplabv3+，且参数量显著减少，展现出优越性能。

ABSTRACT

Deep Convolutional Neural Networks (DCNNs) are used extensively in medical image segmentation and hence 3D navigation for robot-assisted Minimally Invasive Surgeries (MISs). However, current DCNNs usually use down sampling layers for increasing the receptive field and gaining abstract semantic information. These down sampling layers decrease the spatial dimension of feature maps, which can be detrimental to image segmentation. Atrous convolution is an alternative for the down sampling layer. It increases the receptive field whilst maintains the spatial dimension of feature maps. In this paper, a method for effective atrous rate setting is proposed to achieve the largest and fully-covered receptive field with a minimum number of atrous convolutional layers. Furthermore, a new and full resolution DCNN - Atrous Convolutional Neural Network (ACNN), which incorporates cascaded atrous II-blocks, residual learning and Instance Normalization (IN) is proposed. Application results of the proposed ACNN to Magnetic Resonance Imaging (MRI) and Computed Tomography (CT) image segmentation demonstrate that the proposed ACNN can achieve higher segmentation Intersection over Unions (IoUs) than U-Net and Deeplabv3+, but with reduced trainable parameters.

研究动机与目标

• 解决传统DCNN下采样导致的空间分辨率降低问题，该问题会损害医学影像中的像素级分割任务性能。
• 开发一种全分辨率DCNN，使网络全程保持输入的空间维度，以保留细微解剖结构细节。
• 设计最优空洞率设置，以最少层数实现最大感受野覆盖，且不遗漏输入节点。
• 在不增加模型复杂度或参数量的前提下，提升对小病灶或局灶性病变的分割精度。
• 通过减少可训练参数，实现资源受限设备上的高效部署，同时保持高性能。

提出的方法

• 提出一种新颖的空洞率设置 $ (k)^{n-1} $，其中 $ k $ 为卷积核大小，用于第 $ n^{\text{th}} $ 层，以在最少层数内实现最大完全覆盖的感受野。
• 基于级联空洞II-块、残差学习和实例归一化（IN）构建ACNN架构，以稳定训练并增强特征学习能力。
• 采用空洞卷积替代池化或步长大卷积，以在整个网络中保持特征图的全空间分辨率。
• 引入残差连接以简化优化过程，使深层网络架构得以实现，且避免梯度消失问题。
• 应用实例归一化对每个图像实例的特征进行归一化，提升泛化能力与训练稳定性。
• 通过所提出的率序列设计，确保输入节点被完全覆盖，避免标准空洞卷积中因插入零值滤波器导致的信息丢失。

实验结果

研究问题

• RQ1 全分辨率DCNN是否能在参数量更少的情况下，实现优于U-Net和Deeplabv3+的分割性能？
• RQ2 是否存在一种最优空洞率设置，可在最小层数内实现最大感受野覆盖，且不遗漏输入节点？
• RQ3 全分辨率网络是否能有效保留医学图像中的细微解剖结构细节，特别是对小病灶或局灶性病变？
• RQ4 与标准率序列（如 (1,2,4,8,...) 或 (1,2,5,9,...)）相比，所提出的空洞率设置是否能带来更高的分割精度？
• RQ5 尽管全分辨率特征图带来较高的内存消耗，ACNN架构是否仍能实现有效训练？

主要发现

• ACNN-II在三个数据集（RV、LV和主动脉分割）上的平均交并比（IoU）得分均高于U-Net和Deeplabv3+。
• 所提出的空洞率设置 $ (k)^{n-1} $ 以最少层数实现完全感受野覆盖，避免了次优率序列带来的网格效应。
• ACNN相比U-Net和Deeplabv3+使用了显著更少的可训练参数，更适合移动设备和边缘部署。
• 网络收敛速度更快，训练损失更低，尤其在LV和主动脉数据集上表现更优。
• 可视化分割结果表明，ACNN-II产生的假阳性更少，边界预测更准确，优于U-Net和Deeplabv3+。
• 尽管因全分辨率处理导致内存和训练时间成本较高，该模型仍实现了最先进性能，并在参数量方面展现出更高的效率。