[论文解读] DDNet: Cartesian-polar Dual-domain Network for the Joint Optic Disc and Cup Segmentation

Qing Liu, Xiaopeng Hong+3 more|arXiv (Cornell University)|Apr 18, 2019

Retinal Imaging and Analysis参考文献 33被引用 7

一句话总结

本文提出DDNet，一种基于笛卡尔-极坐标双域卷积神经网络，用于视网膜眼底图像中视盘与视杯的联合分割，通过双域融合模块在笛卡尔空间中利用平移等变特征，在极坐标空间中利用旋转等变特征。DDNet在ORIGA数据集上达到最先进性能，将垂直杯盘比（CDR）估计误差降低至0.0641，展现出在青光眼筛查中的强大潜力。

ABSTRACT

Existing joint optic disc and cup segmentation approaches are developed either in Cartesian or polar coordinate system. However, due to the subtle optic cup, the contextual information exploited from the single domain even by the prevailing CNNs is still insufficient. In this paper, we propose a novel segmentation approach, named Cartesian-polar dual-domain network (DDNet), which for the first time considers the complementary of the Cartesian domain and the polar domain. We propose a two-branch of domain feature encoder and learn translation equivariant representations on rectilinear grid from Cartesian domain and rotation equivariant representations on polar grid from polar domain parallelly. To fuse the features on two different grids, we propose a dual-domain fusion module. This module builds the correspondence between two grids by the differentiable polar transform layer and learns the feature importance across two domains in element-wise to enhance the expressive capability. Finally, the decoder aggregates the fused features from low-level to high-level and makes dense predictions. We validate the state-of-the-art segmentation performances of our DDNet on the public dataset ORIGA. According to the segmentation masks, we estimate the commonly used clinical measure for glaucoma, i.e., the vertical cup-to-disc ratio. The low cup-to-disc ratio estimation error demonstrates the potential application in glaucoma screening.

研究动机与目标

• 解决单域深度学习在视网膜二维图像中因缺乏深度线索而导致视杯与视盘分割受限的问题。
• 探索笛卡尔坐标系与极坐标系提供的互补上下文信息，以提升分割性能。
• 开发一种融合方法，结合笛卡尔空间的平移等变特征与极坐标空间的旋转等变特征，以增强表征学习能力。
• 在ORIGA数据集上评估该方法，并通过垂直杯盘比（CDR）估计评估其临床实用性。

提出的方法

• 设计一个双分支编码器网络：一个在笛卡尔坐标系中处理图像以学习平移等变特征，另一个在极坐标系中处理图像以学习旋转等变特征。
• 引入可微分的极坐标变换层，建立矩形网格与极坐标网格之间的空间对应关系，实现跨域特征对齐。
• 提出一种双域融合模块，学习跨域特征的逐元素重要性，以增强模型表达能力。
• 使用解码器聚合多层级融合特征，实现密集分割预测。
• 采用二元交叉熵损失与Dice损失的组合进行联合优化，以同时提升视盘与视杯的分割性能。
• 将分割掩码应用于计算垂直杯盘比（CDR），以支持临床评估。

实验结果

研究问题

• RQ1 将笛卡尔域与极坐标域的特征相结合，是否能提升视盘与视杯分割的准确性，相较于单域方法？
• RQ2 平移等变与旋转等变表征的融合，如何增强对病态分割任务的特征表征能力？
• RQ3 所提出的双域融合机制是否在分割重叠率与边界定位精度方面优于现有最先进模型？
• RQ4 分割性能的提升在多大程度上转化为更精确的临床指标，如青光眼风险评估中的垂直杯盘比（CDR）？

主要发现

• 在ORIGA数据集上，DDNet在视盘（E_disc）、视杯（E_cup）和视盘环（E_rim）的重叠误差方面均低于所有基线模型。
• 相较于MNet（先前的最先进方法），DDNet将视盘、视杯和视盘环的重叠误差分别降低1.7%、2.6%和3.2%。
• 相较于MNet，DDNet将视盘与视杯的边界定位误差（BLE）分别降低1.44和1.9。
• DDNet在笛卡尔与极坐标两个域中均优于DeepLabv3+，将视盘、视杯和视盘环的重叠误差分别降低0.5%、0.5%和1.1%。
• DDNet实现了最低的绝对CDR估计误差0.0641，优于DeepLabv3+（笛卡尔域0.0671，极坐标域0.0668）和MNet（0.071）。
• 该方法在其他模型难以准确分割视杯的复杂病例中表现出良好的鲁棒性。