[论文解读] Automatic L3 slice detection in 3D CT images using fully-convolutional networks

Fahdi Kanavati, Shah Islam+2 more|arXiv (Cornell University)|Nov 22, 2018

Medical Imaging and Analysis参考文献 4被引用 12

一句话总结

该论文提出了一种基于全卷积网络（FCN）的方法，利用2D最大密度投影（MIP）图像实现3D CT扫描中L3椎体断层的自动检测。该方法实现了1mm的中位定位误差，与人与人之间的评分者一致性相当，并提出了一种轻量级1D置信度图变体，可在不损失准确性的前提下实现更快的推理速度。

ABSTRACT

The analysis of single CT slices extracted at the third lumbar vertebra (L3) has garnered significant clinical interest in the past few years, in particular in regards to quantifying sarcopenia (muscle loss). In this paper, we propose an efficient method to automatically detect the L3 slice in 3D CT images. Our method works with images with a variety of fields of view, occlusions, and slice thicknesses. 3D CT images are first converted into 2D via Maximal Intensity Projection (MIP), reducing the dimensionality of the problem. The MIP images are then used as input to a 2D fully-convolutional network to predict the L3 slice locations in the form of 2D confidence maps. In addition we propose a variant architecture with less parameters allowing 1D confidence map prediction and slightly faster prediction time without loss of accuracy. Quantitative evaluation of our method on a dataset of 1006 3D CT images yields a median error of 1mm, similar to the inter-rater median error of 1mm obtained from two annotators, demonstrating the effectiveness of our method in efficiently and accurately detecting the L3 slice.

研究动机与目标

• 自动化3D CT扫描中L3椎体断层的检测，以支持临床肌肉减少症测量。
• 解决先前方法中滑动窗口方法和单输出回归的局限性。
• 实现在不同CT扫描参数（包括可变层厚和视野）下的高效、高精度断层检测。
• 开发一种轻量级1D置信度图变体，以实现更快的推理速度，同时保持准确性。
• 提供公开可用的数据集和代码，以支持可复现性及未来在自动化L3检测方面的研究。

提出的方法

• 通过沿前后方向投影最大强度值，将3D CT图像转换为2D MIP图像，降低维度的同时保留了解剖上下文信息。
• 在MIP图像上训练全卷积网络（FCN），以预测2D置信度图，指示每个断层为L3的可能性。
• 通过修改UNet架构，提出一种新型1D置信度图变体，仅沿单一轴预测置信度，从而减少参数量和推理时间。
• 采用全卷积架构，避免滑动窗口推理，实现无需重叠计算的全分辨率、端到端预测。
• 同时利用正样本和负样本进行训练，包括不含L3断层的图像裁剪，以提高鲁棒性并实现概率输出。
• 使用来自公开来源的1070例3D CT扫描的大规模标注数据集对网络进行微调，其中包含L3断层位置的真值标签。

实验结果

研究问题

• RQ1 全卷积网络是否能在具有不同层厚和视野的多样化3D CT扫描中实现最先进的L3断层检测精度？
• RQ2 与2D FCN基线相比，1D置信度图预测变体是否在显著提升推理速度的同时保持了准确性？
• RQ3 所提方法的中位定位误差与两名人类标注者之间的评分者间变异性的中位误差相比如何？
• RQ4 该方法在存在过渡性椎体或低对比度脊柱结构等情况下是否具有泛化能力，这些情况使得人工检测变得困难？
• RQ5 与排除此类样本的方法相比，训练时包含负样本（不含L3的图像）在多大程度上提升了模型的鲁棒性？

主要发现

• 所提方法实现了1mm的中位定位误差，与两名人类标注者之间1mm的中位误差相当。
• 1D置信度图变体（L3UNet-1D）将每例扫描的推理时间缩短至0.06秒，相比基线方法实现了50倍的速度提升。
• 2D FCN变体（L3UNet-2D）在平均大小的CT图像上实现每例扫描0.17秒的推理时间。
• 在1006例评估扫描中，50%的预测结果与真实值相差在1mm以内，95%在5mm以内，表明具有高度鲁棒性。
• 该方法在具有挑战性的病例中表现良好，包括低对比度或弯曲的脊柱区域，尽管也观察到少数置信度高但预测错误的异常值。
• 该模型在过渡性椎体病例中表现可靠，但若缺乏完整的脊柱可视化，此类情况可能导致L3识别的模糊性。