[论文解读] Claw U-Net: A Unet-based Network with Deep Feature Concatenation for Scleral Blood Vessel Segmentation

Chang Yao, Jingyu Tang+5 more|arXiv (Cornell University)|Oct 20, 2020

Vascular Malformations and Hemangiomas参考文献 18被引用 7

一句话总结

本文提出一种新型基于U-Net的架构——Claw U-Net，结合深层特征拼接、残差块与注意力机制，用于精确分割Sturge-Weber综合征患者的巩膜血管。通过上采样底层特征并在解码器各阶段进行融合，Claw U-Net在新建立的巩膜血管数据集上实现了最先进性能，mIoU达到80.57%，Dice系数为88.58%，平均 Hausdorff 距离为11.99。

ABSTRACT

Sturge-Weber syndrome (SWS) is a vascular malformation disease, and it may cause blindness if the patient's condition is severe. Clinical results show that SWS can be divided into two types based on the characteristics of scleral blood vessels. Therefore, how to accurately segment scleral blood vessels has become a significant problem in computer-aided diagnosis. In this research, we propose to continuously upsample the bottom layer's feature maps to preserve image details, and design a novel Claw UNet based on UNet for scleral blood vessel segmentation. Specifically, the residual structure is used to increase the number of network layers in the feature extraction stage to learn deeper features. In the decoding stage, by fusing the features of the encoding, upsampling, and decoding parts, Claw UNet can achieve effective segmentation in the fine-grained regions of scleral blood vessels. To effectively extract small blood vessels, we use the attention mechanism to calculate the attention coefficient of each position in images. Claw UNet outperforms other UNet-based networks on scleral blood vessel image dataset.

研究动机与目标

• 为解决Sturge-Weber综合征中巩膜血管精确分割的挑战，该病与青光眼及视力丧失相关。
• 克服现有U-Net架构在分割低对比度、手术质量图像中密集且多尺度的巩膜血管时的局限性。
• 提升对临床诊断与手术规划至关重要的细小血管的细粒度分割能力。
• 建立一个专门的巩膜血管图像数据集，用于训练与基准测试分割模型。
• 集成残差学习与注意力机制，以增强特征表示与边界定位精度。

提出的方法

• 提出一种新型Claw U-Net架构，将最底层编码器的特征图通过跳跃连接引入每个解码器阶段，实现深层特征的持续上采样。
• 在编码器中采用残差块以加深网络结构，改善梯度流动，提升层次化特征的学习能力。
• 在解码器中引入注意力机制，动态增强显著区域（尤其是细小血管边界）的特征响应。
• 采用多尺度跳跃连接策略，使每个解码器层融合来自对应编码器层的特征、上采样的底层特征图以及解码器自身特征图。
• 在输入端应用7×7卷积（步长为2），随后进行最大池化以实现下采样，并使用转置卷积结合双线性插值实现上采样。
• 采用二元交叉熵损失进行训练，使用Adam优化器，输入分辨率为512×512，所有模型在相同超参设置下训练以确保公平比较。

实验结果

研究问题

• RQ1 与标准U-Net变体相比，采用深层特征拼接的改进型U-Net架构是否能提升巩膜血管分割的准确性？
• RQ2 集成残差块与注意力机制是否能增强模型在低质量手术图像中检测细小、精细血管的能力？
• RQ3 所提出的自底向上特征上采样策略与标准跳跃连接相比，在分割过程中是否更有效地保留图像细节？
• RQ4 注意力机制在巩膜血管分割任务中对边界检测的改善程度如何？
• RQ5 自建的巩膜血管数据集是否能支持深度学习模型在临床环境中的可靠评估与泛化能力？

主要发现

• Claw U-Net在所有对比模型中表现最佳，mIoU达到80.57%，显著优于次优模型（UNet++的79.57%）。
• 模型Dice系数达88.58%，表明掩码填充准确度高，且对血管分割中类别不平衡具有强鲁棒性。
• 平均Hausdorff距离（Aver_hd）为11.99，为所有模型中最低，证明其在边界定位方面表现优异，尤其对细小血管。
• 移除残差与注意力模块后，mIoU下降约1.6%，证实二者在性能提升中起关键作用。
• 可视化对比显示，与ResUNet相比，Claw U-Net能更好地保留更多细小与断裂的血管，凸显其对细节的高敏感性。
• 消融实验表明，性能提升不仅依赖于模块的添加，更依赖于其架构集成方式；例如，将注意力机制加入UNet++或ResUNet反而导致性能下降。