[论文解读] CARE: A Large Scale CT Image Dataset and Clinical Applicable Benchmark Model for Rectal Cancer Segmentation

Hantao Zhang, Weidong Guo+5 more|arXiv (Cornell University)|Aug 16, 2023

Radiomics and Machine Learning in Medical Imaging被引用 4

一句话总结

本文介绍了CARE，一个大规模、临床标注的CT数据集，包含正常直肠和癌变直肠的像素级分割标注，并提出了U-SAM，一种可提示的基于U-Net结构的Transformer模型，通过整合卷积特征提取与跳跃连接，提升分割精度。U-SAM在CARE和WORD数据集上均达到当前最优性能，使用三个点提示时，平均Dice分数提升4.10%。

ABSTRACT

Rectal cancer segmentation of CT image plays a crucial role in timely clinical diagnosis, radiotherapy treatment, and follow-up. Although current segmentation methods have shown promise in delineating cancerous tissues, they still encounter challenges in achieving high segmentation precision. These obstacles arise from the intricate anatomical structures of the rectum and the difficulties in performing differential diagnosis of rectal cancer. Additionally, a major obstacle is the lack of a large-scale, finely annotated CT image dataset for rectal cancer segmentation. To address these issues, this work introduces a novel large scale rectal cancer CT image dataset CARE with pixel-level annotations for both normal and cancerous rectum, which serves as a valuable resource for algorithm research and clinical application development. Moreover, we propose a novel medical cancer lesion segmentation benchmark model named U-SAM. The model is specifically designed to tackle the challenges posed by the intricate anatomical structures of abdominal organs by incorporating prompt information. U-SAM contains three key components: promptable information (e.g., points) to aid in target area localization, a convolution module for capturing low-level lesion details, and skip-connections to preserve and recover spatial information during the encoding-decoding process. To evaluate the effectiveness of U-SAM, we systematically compare its performance with several popular segmentation methods on the CARE dataset. The generalization of the model is further verified on the WORD dataset. Extensive experiments demonstrate that the proposed U-SAM outperforms state-of-the-art methods on these two datasets. These experiments can serve as the baseline for future research and clinical application development.

研究动机与目标

• 解决直肠癌分割领域缺乏大规模、精细标注CT数据集的问题。
• 提升在解剖结构复杂（如形状不规则、壁薄）的直肠区域的分割精度。
• 开发一种临床适用的基准模型，具备良好的跨数据集泛化能力，并支持精确的肿瘤勾画。
• 将基于提示的定位与U-Net结构的跳跃连接及卷积模块相结合，以增强医学图像中的特征学习。
• 基于真实临床数据和先进深度学习技术，建立直肠癌分割的新基准。

提出的方法

• CARE数据集包含1,000个体素临床CT扫描，其中正常直肠和直肠肿瘤的像素级标注由放射科专家共识生成。
• U-SAM采用U-结构架构，结合视觉Transformer编码器与卷积模块，以捕捉局部细节，并通过跳跃连接保留空间信息。
• 模型支持点提示等可提示输入，以引导定位，实现仅需最少用户输入即可实现灵活且精确的分割。
• 在四个分辨率尺度（1/8、1/4、1/2和1）上应用跳跃连接，以优化特征恢复与边界勾画。
• 模型在CARE数据集上端到端训练，并在CARE和外部WORD数据集上进行评估，以验证泛化能力。
• 消融研究系统评估了提示数量和跳跃连接配置对性能的影响。

实验结果

研究问题

• RQ1 大规模、临床标注的CT数据集是否能显著提升直肠癌分割模型的性能？
• RQ2 将基于提示的定位与U-结构架构结合，是否能提升复杂腹部解剖结构中的分割精度？
• RQ3 在直肠癌检测中，实现高分割性能的最优点提示数量是多少？
• RQ4 在多个尺度上应用跳跃连接如何影响直肠分割中精细空间细节的恢复？
• RQ5 与现有SOTA模型相比，U-SAM在外部数据集（如WORD）上的泛化能力如何？

主要发现

• 使用每类三个点提示时，U-SAM在平均Dice分数上提升4.10%，在平均IoU上提升4.94%，优于基线模型。
• 在SAM框架中引入卷积模块和跳跃连接后，平均Dice提升3.3%，平均IoU提升3.67%。
• 使用五个点提示不再带来进一步增益，表明超过三个提示后收益递减。
• 最优配置在所有四个分辨率尺度（1/8、1/4、1/2和1）上使用跳跃连接，使正常直肠和肿瘤分割的性能均达到最大化。
• 可视化结果表明，U-SAM生成的边界更连贯，且误报更少，优于基线模型。
• U-SAM在WORD数据集上表现出良好的泛化能力，证明其在训练分布外数据上的鲁棒性与临床适用性。