[论文解读] BHSD: A 3D Multi-Class Brain Hemorrhage Segmentation Dataset

Biao Wu, Yutong Xie+7 more|arXiv (Cornell University)|Aug 22, 2023

Intracerebral and Subarachnoid Hemorrhage Research被引用 6

一句话总结

本论文提出了BHSD，一个3D多类别颅内出血（ICH）分割数据集，包含192个体素的像素级标注和2200张切片的标注，涵盖五种ICH类型。该数据集支持最先进（SOTA）的多类别分割性能，优于单类别模型融合方法，并通过使用未标注数据的半监督学习实现了显著性能提升。

ABSTRACT

Intracranial hemorrhage (ICH) is a pathological condition characterized by bleeding inside the skull or brain, which can be attributed to various factors. Identifying, localizing and quantifying ICH has important clinical implications, in a bleed-dependent manner. While deep learning techniques are widely used in medical image segmentation and have been applied to the ICH segmentation task, existing public ICH datasets do not support the multi-class segmentation problem. To address this, we develop the Brain Hemorrhage Segmentation Dataset (BHSD), which provides a 3D multi-class ICH dataset containing 192 volumes with pixel-level annotations and 2200 volumes with slice-level annotations across five categories of ICH. To demonstrate the utility of the dataset, we formulate a series of supervised and semi-supervised ICH segmentation tasks. We provide experimental results with state-of-the-art models as reference benchmarks for further model developments and evaluations on this dataset.

研究动机与目标

• 为解决缺乏支持不同出血类型像素级标注的公开3D多类别ICH分割数据集的问题。
• 通过高质量、专家标注的CT扫描，提升深度学习模型在准确、类别特异性ICH分割方面的性能。
• 评估在训练集中包含未标注和非出血性扫描对分割性能的影响。
• 在标准化的多类别ICH分割任务上，对监督学习和半监督学习方法进行基准测试。
• 为未来神经影像学中计算机辅助诊断工具的发展提供全面的基准。

提出的方法

• 利用匿名患者标识符和DICOM位置元数据，从RSNA 2019数据集中重建3D头颅CT扫描，以恢复空间连续性。
• 将RSNA数据集中已有的切片级出血标注映射到重建的3D体素中。
• 在5种ICH类型（EDH、SDH、SAH、IPH、IVH）中，对192个体素的子集进行专家验证的多类别像素级标注。
• 利用总共2192个体素（包括出血性和非出血性病例）的多样化数据集，以提升模型泛化能力。
• 采用最先进的模型（如nnU-Net）实施监督和半监督训练协议，方法包括均值教师（mean teacher）、交叉伪监督（CPS）、熵最小化和插值一致性。
• 使用Dice相似度系数（DSC）评估性能，将多类别模型与融合的单类别模型及监督基线进行比较。

实验结果

研究问题

• RQ1 与单类别分割方法相比，3D多类别ICH分割数据集是否能显著提升最先进深度学习模型的性能？
• RQ2 在训练集中包含非出血性扫描是否能提升ICH模型的分割性能？
• RQ3 当仅有少量扫描具备像素级标注时，半监督学习技术能在多大程度上提升模型性能？
• RQ4 在BHSD数据集上，多个单类别模型的融合与训练单一多类别模型相比，表现如何？
• RQ5 不同的半监督学习策略对二分类和多类别ICH分割任务分别产生何种影响？

主要发现

• 单个多类别模型实现了29.44%的平均Dice相似度系数（DSC），显著优于融合的单类别模型方法（仅19.68%的平均DSC）。
• 在半监督方法中，交叉伪监督（CPS）方法表现最佳，在500个未标注样本的二分类任务中达到49.50%的DSC。
• 在训练中引入非出血性扫描可提升模型性能，但需谨慎平衡，以避免对分割精度产生负面影响。
• 五个单类别模型的融合导致大量重叠和冲突预测，表明该方法在多类别分割中效率低下。
• BHSD数据集在多类别ICH分割中实现了显著的性能提升，尤其在采用端到端多类别训练而非事后融合单类别模型时更为明显。
• 半监督学习方法（尤其是CPS）在仅有限像素级标注的情况下，展现出显著提升分割性能的潜力，凸显了弱标签数据在临床环境中的实用价值。