[论文解读] Cov3d: Detection of the presence and severity of COVID-19 from CT scans using 3D ResNets

Robert Turnbull|arXiv (Cornell University)|Jul 5, 2022

COVID-19 diagnosis using AI被引用 5

一句话总结

Cov3d 提出了一种基于 3D ResNet 的深度学习模型，利用 COV19-CT-DB 数据集从胸部 CT 扫描中检测 COVID-19 的存在及其严重程度。其在存在性检测上的宏平均 F1 得分为 0.9476，在严重程度分类上的得分为 0.7552，优于 MIA-COV19D 2022 竞赛的基线模型。

ABSTRACT

Deep learning has been used to assist in the analysis of medical imaging. One such use is the classification of Computed Tomography (CT) scans when detecting for COVID-19 in subjects. This paper presents Cov3d, a three dimensional convolutional neural network for detecting the presence and severity of COVID19 from chest CT scans. Trained on the COV19-CT-DB dataset with human expert annotations, it achieves a macro f1 score of 0.9476 on the validation set for the task of detecting the presence of COVID19. For the task of classifying the severity of COVID19, it achieves a macro f1 score of 0.7552. Both results improve on the baseline results of the `AI-enabled Medical Image Analysis Workshop and Covid-19 Diagnosis Competition' (MIA-COV19D) in 2022.

研究动机与目标

• 开发一种深度学习模型，能够从胸部 CT 扫描中检测 COVID-19 的存在及其严重程度。
• 在 MIA-COV19D 2022 竞赛的基线结果基础上进行改进，该基线聚焦于从 CT 影像中进行双任务分类。
• 利用 3D 卷积神经网络捕捉容积化 CT 数据中冠状面、矢状面和轴面的三维空间上下文信息。
• 通过标准化预处理和数据增强，应对 CT 扫描深度和分辨率不一致的挑战。
• 通过加权多任务损失函数优化模型性能，优先保证检测准确率，同时维持严重程度分类的性能。

提出的方法

• Cov3d 采用源自视频预训练模型的 3D ResNet-18 架构，处理容积化 CT 数据。
• 输入的 CT 扫描经过预处理：通过双三次插值将切片缩放至 128²、256² 或 320² 像素，再使用一维立方插值对深度进行重采样，以匹配宽度和高度。
• 模型使用自定义损失函数进行训练，结合检测和严重程度分类的交叉熵损失，并通过超参数 λ 平衡两项任务。
• 数据增强包括训练期间的随机矢状面翻转，测试时通过平均原始输入与翻转输入的预测结果进行推理。
• 采用权重衰减 10⁻⁵ 和使用余弦退火的 Adam 优化器，以正则化训练过程并提升泛化能力。
• 根据验证集上各项任务达到的最高宏平均 F1 得分，保存模型权重。

实验结果

研究问题

• RQ1 3D 卷积神经网络能否在高精度下有效检测胸部 CT 扫描中 COVID-19 的存在？
• RQ2 单一深度学习模型在多大程度上能够同时从 CT 影像中预测 COVID-19 的存在与严重程度？
• RQ3 对深度和分辨率不一的 CT 扫描进行预处理，如何影响模型性能与训练稳定性？
• RQ4 在医学影像双任务分类中，损失加权与数据增强等超参数设置为何种组合可实现最优性能？
• RQ5 在视频数据上预训练的 3D ResNet 架构是否能有效迁移至 CT 扫描中肺部异常的诊断任务？

主要发现

• Cov3d 在验证集上检测 COVID-19 存在性的宏平均 F1 得分为 0.9476，显著优于 MIA-COV19D 2022 竞赛基线模型。
• 在严重程度分类任务中，模型的宏平均 F1 得分为 0.7552，超过 MIA-COV19D 2022 竞赛基线的 0.63。
• 检测任务中表现最佳的模型采用 160×320×320 分辨率与 λ=0.1 的损失加权，侧重于检测任务。
• 严重程度分类表现最佳的模型采用 128×256×256 分辨率与 λ=0.9，表明对严重程度损失施加更大权重可提升该任务性能。
• 计划在测试集提交时，对每项任务的四个最佳模型进行集成推理，表明通过模型平均可提升鲁棒性。
• 模型展现出强大的泛化能力，在多种超参数配置下均保持一致的性能，表明训练与推理过程具有高度稳定性。