[论文解读] Bottleneck Supervised U-Net for Pixel-wise Liver and Tumor Segmentation

Song Li, Kwok Fai Tso|arXiv (Cornell University)|Oct 16, 2018

Advanced Neural Network Applications参考文献 32被引用 14

一句话总结

本文提出了一种瓶颈监督U-Net（BS U-Net），用于在CT扫描中实现肝脏和肿瘤的精确分割。通过训练一个编码U-Net从真实标签中提取解剖学特征，并利用这些特征通过加权Dice与MSE损失对分割U-Net进行监督，该模型减少了形状失真以及假阳性和假阴性，从而在LiTS数据集上实现了最先进性能。

ABSTRACT

In this paper, we propose a bottleneck supervised (BS) U-Net model for liver and tumor segmentation. Our main contributions are: first, we propose a variation of the original U-Net that incorporates dense modules, inception modules and dilated convolution in the encoding path; second, we propose a bottleneck supervised (BS) U-Net that contains an encoding U-Net and a segmentation U-Net. To train the BS U-Net, the encoding U-Net is first trained to get encodings of the label maps that contain the anatomical information (shape and location). Subsequently, this information is used to guide the training of the segmentation U-Net so as to reserve the anatomical features of the target objects. More specifically, the loss function for segmentation U-Net is set to be the weighted average of the dice loss and the MSE loss between the encodings and the bottleneck feature vectors. The model is applied to a public liver and tumor CT scan dataset. Experimental results show that besides achieving excellent overall segmentation performance, BS U-Net also works great in controlling shape distortion, reducing false positive and false negative cases.

研究动机与目标

• 解决由于形状失真和高假阳/假阴性率导致的CT图像中肝脏和肿瘤分割不准确的问题。
• 通过在训练过程中整合来自标签图的解剖学先验知识，提升分割性能。
• 开发一种两阶段深度学习框架，将特征学习与分割解耦，以实现更好的泛化能力。
• 通过直接将结构先验嵌入损失函数，减少对大量数据增强和人工后处理的依赖。

提出的方法

• 该方法在编码路径中引入改进的U-Net架构，集成密集模块、Inception模块和空洞卷积，以增强特征提取能力。
• 提出一种双分支网络结构：首先在真实标签图上训练编码U-Net以学习解剖学特征，随后训练分割U-Net。
• 分割U-Net使用混合损失函数进行训练，结合Dice损失与预测瓶颈特征和预训练编码U-Net中特征之间的均方误差（MSE）损失。
• 编码U-Net的瓶颈特征向量作为监督信号，以保持分割输出的形状和空间一致性。
• 数据预处理包括裁剪、填充为正方形以及缩放至224×224，以标准化输入，通过随机缩放和旋转进行数据增强。
• 训练流程采用余弦退火学习率调度，批量大小为20，共训练50个周期，基于验证损失进行早停。

实验结果

研究问题

• RQ1 将标签图编码中的解剖学先验知识融入模型，是否能提升肝脏和肿瘤分割的准确性并减少形状失真？
• RQ2 采用两阶段训练策略——先预训练编码U-Net，再利用其瓶颈特征监督分割U-Net——是否比标准U-Net训练策略表现更优？
• RQ3 与标准Dice损失相比，混合损失函数（Dice + 瓶颈特征上的MSE）在减少假阳性和假阴性方面表现如何？
• RQ4 与基线U-Net模型相比，所提出的BS U-Net在不同网络架构和数据集上的泛化能力如何？
• RQ5 该方法是否能在无需大量数据增强或后处理的情况下，在公开基准如LiTS挑战赛中实现更优性能？

主要发现

• BS U-Net在LiTS测试集上达到每病例Dice系数（DPC）0.9610，全局Dice系数（DG）0.9640，优于原始U-Net（DPC: 0.957, DG: 0.960）。
• 该模型将体积重叠误差（VOE）降低至0.075，相对体积差异（RVD）降低至0.018，表明在形状保持方面优于基线模型。
• 1C BS U-Net的平均表面距离（MSD）降低至47.217毫米，显著低于原始U-Net的61.235毫米，表明表面精度更高。
• BS U-Net的相对标准差（RSSD）为3.831，为所有测试模型中最低，表明在不同病例间分割结果更具一致性。
• 视觉对比（图7）显示，BS U-Net生成的分割结果更平滑，解剖学上更合理，且假阳性和假阴性更少。
• 训练损失曲线（图9）显示收敛稳定，BS U-Net的Dice损失持续下降，瓶颈特征间的MSE损失趋于稳定，证实了有效的特征引导。