[论文解读] Deep Learning in Multi-organ Segmentation

Yang Lei, Yabo Fu+5 more|arXiv (Cornell University)|Jan 28, 2020

Radiomics and Machine Learning in Medical Imaging参考文献 168被引用 5

一句话总结

本文综述了基于深度学习（DL）的医学影像多器官分割方法，按网络架构分类，并在2017年AAPM胸部和2015年MICCAI头颈部自动分割挑战赛的基准数据集上评估其性能。研究识别出数据稀缺、类别不平衡和计算复杂性等关键挑战，并指出趋势正朝着全卷积网络（FCNs）和生成对抗网络（GANs）发展，以提升放疗计划中分割精度和鲁棒性。

ABSTRACT

This paper presents a review of deep learning (DL) in multi-organ segmentation. We summarized the latest DL-based methods for medical image segmentation and applications. These methods were classified into six categories according to their network design. For each category, we listed the surveyed works, highlighted important contributions and identified specific challenges. Following the detailed review of each category, we briefly discussed its achievements, shortcomings and future potentials. We provided a comprehensive comparison among DL-based methods for thoracic and head & neck multiorgan segmentation using benchmark datasets, including the 2017 AAPM Thoracic Auto-segmentation Challenge datasets and 2015 MICCAI Head Neck Auto-Segmentation Challenge datasets.

研究动机与目标

• 提供对近期基于深度学习的医学影像多器官分割方法的全面综述。
• 基于网络设计对DL方法进行分类与分析，突出各类方法的关键贡献与局限性。
• 利用2017年AAPM和2015年MICCAI挑战赛提供的标准化基准数据集，评估最先进DL分割模型的性能。
• 识别多器官分割中持续存在的挑战，如数据稀缺、类别不平衡和计算复杂性。
• 概述未来研究方向，包括GANs和混合架构在提升分割可靠性与泛化能力中的日益重要作用。

提出的方法

• 根据架构创新将基于DL的多器官分割方法划分为六类网络设计类型。
• 在2017年AAPM胸部和2015年MICCAI头颈部数据集上，使用标准化指标——Dice相似系数（DSC）和Hausdorff距离（HD95）评估性能。
• 采用全卷积网络（FCNs）实现端到端语义分割，直接从CT图像预测多器官标签。
• 引入深度监督和注意力机制等先进技术，以改善边界定位并处理低对比度结构。
• 探索生成对抗网络（GANs）通过对抗训练提升轮廓可靠性并减少模型偏差。
• 考虑数据增强和合成样本生成技术，以缓解小样本场景下类别不平衡和数据稀缺问题。

实验结果

研究问题

• RQ1 在胸部和头颈部CT扫描中，不同深度学习网络架构在多器官分割性能上如何比较？
• RQ2 哪些主要挑战——如数据稀缺、类别不平衡和图像质量——限制了基于DL的分割模型的泛化能力？
• RQ3 与传统的基于图谱或模型的方法相比，全卷积网络和基于GAN的方法在多器官分割精度和鲁棒性方面提升了多少？
• RQ4 Dice相似系数和HD95等指标在多大程度上反映了放疗计划中自动化器官勾画的临床可靠性？
• RQ5 哪些新兴趋势，如混合架构或注意力机制，正在应对当前多器官分割中的局限性？

主要发现

• 全卷积网络（FCNs）已成为端到端多器官分割的主导方法，在基准数据集上表现出色。
• 2017年AAPM胸部挑战赛数据显示，表现最佳的模型在脊髓上的平均DSC为0.85 ± 0.10，在食管上的平均DSC为0.84 ± 0.05。
• 在2015年MICCAI头颈部挑战赛中，模型在左侧腮腺上的平均DSC为0.82 ± 0.07，在右侧腮腺上的平均DSC为0.81 ± 0.06。
• 基于GAN的方法在提升轮廓平滑性、减少模型偏差方面展现出潜力，尤其适用于小器官或低对比度器官。
• 关键结构如脑干（2.01 ± 0.33 mm）和下颌骨（1.26 ± 0.50 mm）的Hausdorff距离（HD95）值始终较低，表明边界定位精度高。
• 尽管性能优异，过拟合、类别不平衡以及真实标注中观察者间差异等问题仍是实际部署中的显著限制。