[论文解读] Deep Dilated Convolutional Nets for the Automatic Segmentation of Retinal Vessels

Ali Hatamizadeh, Hamid Hosseini+3 more|arXiv (Cornell University)|May 28, 2019

Retinal Imaging and Analysis参考文献 16被引用 13

一句话总结

本文提出了一种使用多倍增率的空洞空间金字塔池化（dilated spatial pyramid pooling）的全卷积编码器-解码器深度神经网络，以改进视网膜血管分割。通过利用全图推理和多尺度上下文建模，该方法在DRIVE和CHASE-DB1数据集上实现了最先进性能，灵敏度和准确率均得到提升，同时可直接从分割掩膜中估计血管宽度，为潜在生物标志物的开发提供支持。

ABSTRACT

The reliable segmentation of retinal vasculature can provide the means to diagnose and monitor the progression of a variety of diseases affecting the blood vessel network, including diabetes and hypertension. We leverage the power of convolutional neural networks to devise a reliable and fully automated method that can accurately detect, segment, and analyze retinal vessels. In particular, we propose a novel, fully convolutional deep neural network with an encoder-decoder architecture that employs dilated spatial pyramid pooling with multiple dilation rates to recover the lost content in the encoder and add multiscale contextual information to the decoder. We also propose a simple yet effective way of quantifying and tracking the widths of retinal vessels through direct use of the segmentation predictions. Unlike previous deep-learning-based approaches to retinal vessel segmentation that mainly rely on patch-wise analysis, our proposed method leverages a whole-image approach during training and inference, resulting in more efficient training and faster inference through the access of global content in the image. We have tested our method on two publicly available datasets, and our state-of-the-art results on both the DRIVE and CHASE-DB1 datasets attest to the effectiveness of our approach.

研究动机与目标

• 开发一种全自动、可靠的视网膜血管分割方法，以支持糖尿病和高血压等系统性疾病早期诊断。
• 通过全图方法克服基于图像块的深度学习方法的局限性，以获得更好的全局上下文信息并实现更快的推理速度。
• 从分割掩膜中直接、定量地估计视网膜血管宽度，以支持生物标志物的发现。
• 通过空洞空间金字塔池化和多尺度监督，提高对细小血管结构的分割准确性。
• 为自动化视网膜血管分析提供一种稳健、端到端的解决方案，并具备临床疾病监测的相关性。

提出的方法

• 该方法采用全卷积编码器-解码器架构，结合空洞残差块，以保持空间分辨率并捕捉多尺度特征。
• 在多个倍增率下应用空洞空间金字塔池化，以恢复编码过程中丢失的上下文信息，并为解码器提供多尺度特征。
• 输入图像在网络中多个尺度上输入，且在每个尺度上应用深度监督，以增强特征学习和梯度传播。
• 在每个卷积层后使用批量归一化和ReLU激活函数，以稳定并加速训练过程。
• 提出一种新型宽度估计技术，可直接从分割掩膜中计算血管宽度剖面，无需额外标注。
• 模型通过在完整眼底图像上使用二元交叉熵损失进行端到端训练，支持高效的全图推理。

实验结果

研究问题

• RQ1 具有空洞空间金字塔池化的全卷积网络是否能在视网膜血管分割的准确率和推理速度上优于基于图像块的方法？
• RQ2 多尺度输入与监督的结合在提升细小血管结构检测效果方面有多有效？
• RQ3 是否可无需额外标注或后处理，直接从分割掩膜中可靠地推导出血管宽度估计？
• RQ4 与基于图像块的方法相比，全图推理是否能生成更连续、更符合解剖学特征的分割掩膜？
• RQ5 所提出的架构在DRIVE和CHASE-DB1等基准数据集上，对灵敏度和特异性有多大的提升？

主要发现

• 在DRIVE数据集上，所提方法达到0.8197的灵敏度和0.8223的F1分数，灵敏度超越了最先进水平，F1分数也具有竞争力。
• 在DRIVE数据集上，模型达到0.9848的特异性与0.9750的准确率，表现出高精度与强鲁棒性。
• 在CHASE-DB1数据集上，方法达到0.8300的灵敏度与0.8073的F1分数，在所有指标中除特异性外均优于大多数现有方法。
• 两个数据集的精确率-召回率曲线均表现一致，无异常值，表明在多样化图像上分割性能稳定可靠。
• 从分割掩膜生成的宽度估计剖面准确捕捉了血管形态，表明其在生物标志物开发中具有临床应用潜力。
• 全图推理方法相比基于图像块的方法，实现了更快的推理速度，并生成了更自然、更连续的分割掩膜。