[论文解读] CNN-based Landmark Detection in Cardiac CTA Scans

Julia M. H. Noothout, Bob D. de Vos+3 more|arXiv (Cornell University)|Apr 13, 2018

Medical Imaging and AnalysisEngineering参考文献 18被引用 22

一句话总结

该论文提出了一种基于图像块的全卷积神经网络（FCNN），通过联合回归与分类，实现对心脏CTA扫描中六个临床相关解剖标志点的检测。通过利用分类识别靠近标志点的图像块，并对这些图像块的位移向量进行平均，该方法实现了低于3毫米的平均定位误差，展示了高精度定位能力，且无需预处理或先验分割。

ABSTRACT

Fast and accurate anatomical landmark detection can benefit many medical image analysis methods. Here, we propose a method to automatically detect anatomical landmarks in medical images. Automatic landmark detection is performed with a patch-based fully convolutional neural network (FCNN) that combines regression and classification. For any given image patch, regression is used to predict the 3D displacement vector from the image patch to the landmark. Simultaneously, classification is used to identify patches that contain the landmark. Under the assumption that patches close to a landmark can determine the landmark location more precisely than patches farther from it, only those patches that contain the landmark according to classification are used to determine the landmark location. The landmark location is obtained by calculating the average landmark location using the computed 3D displacement vectors. The method is evaluated using detection of six clinically relevant landmarks in coronary CT angiography (CCTA) scans: the right and left ostium, the bifurcation of the left main coronary artery (LM) into the left anterior descending and the left circumflex artery, and the origin of the right, non-coronary, and left aortic valve commissure. The proposed method achieved an average Euclidean distance error of 2.19 mm and 2.88 mm for the right and left ostium respectively, 3.78 mm for the bifurcation of the LM, and 1.82 mm, 2.10 mm and 1.89 mm for the origin of the right, non-coronary, and left aortic valve commissure respectively, demonstrating accurate performance. The proposed combination of regression and classification can be used to accurately detect landmarks in CCTA scans.

研究动机与目标

• 开发一种准确、端到端的自动心脏CTA扫描解剖标志点检测方法。
• 克服传统机器学习方法依赖手工特征和穷举搜索的局限性。
• 消除对预处理步骤（如血管分割或初始标志点定位）的需求。
• 通过结合分类（识别相关图像块）与回归（预测三维位移），提高定位精度。
• 在冠状动脉和主动脉根部的六个临床相关标志点上评估该方法。

提出的方法

• 训练一个全卷积神经网络（FCNN），以预测从3D图像块中心到目标标志点的3D位移向量。
• 同时，网络执行二分类任务，判断给定图像块是否包含标志点。
• 仅使用被分类为正样本（包含标志点）的图像块，通过平均其预测的位移向量来计算最终的标志点位置。
• 网络通过回归损失（用于位移预测）与分类损失（用于图像块相关性）的组合进行训练。
• 在训练过程中，对大位移向量应用对数变换，以稳定学习过程并降低异常值的影响。
• 该方法在三种各向同性分辨率的3D CTA容积上进行评估：1 mm、1.5 mm 和 3 mm。

实验结果

研究问题

• RQ1 与单独使用回归或分类的方法相比，联合回归与分类的FCNN方法是否能提升心脏CTA中标志点检测的精度？
• RQ2 仅使用被分类为靠近标志点的图像块是否能获得比使用所有图像块更优的定位效果？
• RQ3 图像分辨率如何影响所提出标志点检测方法的性能？
• RQ4 该方法是否能在不依赖预处理步骤（如血管分割或初始标志点初始化）的情况下实现高精度？
• RQ5 对位移向量进行对数变换是否能有效提升训练稳定性和检测精度？

主要发现

• 右冠状动脉开口的平均欧氏距离误差为2.19毫米，左冠状动脉开口为2.88毫米。
• 左主冠状动脉分叉处的平均误差为3.78毫米。
• 右冠状动脉、非冠状动脉和左冠状动脉瓣膜交界处的起源点分别检测到1.82毫米、2.10毫米和1.89毫米的误差。
• 将图像重采样至1.5毫米各向同性分辨率时，结果比3毫米分辨率更准确，而1毫米分辨率则因缺乏足够上下文信息而未能实现最优性能。
• 该方法在无需血管分割或初始标志点初始化等预处理步骤的情况下，性能优于或匹配现有最先进方法。
• 分类与回归的结合显著提升了精度，因为分类有效过滤了来自远距离图像块的低质量回归预测。