[论文解读] Deep Q-Network-Driven Catheter Segmentation in 3D US by Hybrid Constrained Semi-Supervised Learning and Dual-UNet

Hongxu Yang, Caifeng Shan+2 more|arXiv (Cornell University)|Jun 25, 2020

Advanced Neural Network Applications参考文献 16被引用 6

一句话总结

本文提出了一种用于3D超声导管分割的两阶段深度学习框架，结合了基于深度Q网络（DQN）的粗略定位与半监督Dual-UNet进行细粒度分割。通过在未标注数据上施加混合约束（不确定性损失与上下文损失），该方法在显著减少标注图像数量的同时，实现了最先进的性能，降低了标注负担，并在准确率和效率方面优于监督学习和现有半监督方法。

ABSTRACT

Catheter segmentation in 3D ultrasound is important for computer-assisted cardiac intervention. However, a large amount of labeled images are required to train a successful deep convolutional neural network (CNN) to segment the catheter, which is expensive and time-consuming. In this paper, we propose a novel catheter segmentation approach, which requests fewer annotations than the supervised learning method, but nevertheless achieves better performance. Our scheme considers a deep Q learning as the pre-localization step, which avoids voxel-level annotation and which can efficiently localize the target catheter. With the detected catheter, patch-based Dual-UNet is applied to segment the catheter in 3D volumetric data. To train the Dual-UNet with limited labeled images and leverage information of unlabeled images, we propose a novel semi-supervised scheme, which exploits unlabeled images based on hybrid constraints from predictions. Experiments show the proposed scheme achieves a higher performance than state-of-the-art semi-supervised methods, while it demonstrates that our method is able to learn from large-scale unlabeled images.

研究动机与目标

• 为降低3D超声导管分割中监督深度学习的高标注成本。
• 通过有效利用大量未标注的3D超声图像，在有限标注数据下提升分割性能。
• 通过整合强化学习进行预定位，构建更高效、更准确的分割流程。
• 克服现有半监督学习方法的局限性，如参数相关性和不稳定的不确定性估计。
• 通过降低计算成本，实现与全体积或耗时的补丁级分割方法相比的实时临床部署。

提出的方法

• 训练一个深度Q网络（DQN）以通过学习导航策略在3D超声图像中实现导管的粗略定位，避免体素级标注。
• DQN智能体使用来自$128^3$体积的$55^3$观察空间，动作定义为离散的3D移动以定位导管中心。
• 在DQN检测到的区域周围应用基于补丁的Dual-UNet进行导管分割，采用Compact-UNet作为主干网络，并通过Dropout实现不确定性估计。
• 通过一种新颖的半监督学习方案训练Dual-UNet，结合监督损失、网络间与网络内不确定性约束以及上下文约束损失。
• 通过T=8次前向传播的蒙特卡洛Dropout估计不确定性，利用未标注图像中可靠的预测作为伪标签。
• 引入一种上下文约束损失，通过强制未标注补丁间语义上下文的一致性来增强特征学习。

实验结果

研究问题

• RQ1 深度强化学习是否能在不牺牲定位准确率的前提下，减少3D超声导管分割中的标注工作量？
• RQ2 如何有效利用未标注的3D超声数据，在有限标注数据下提升分割性能？
• RQ3 基于混合约束的半监督学习方案是否在3D导管分割中优于现有的不确定性感知和对抗性SSL方法？
• RQ4 将粗略定位与基于补丁的分割相结合，是否能相比全体积或耗时的补丁方法提升推理效率？
• RQ5 不确定性估计与上下文建模对半监督3D分割的鲁棒性与准确率有何影响？

主要发现

• 所提方法在体外3D超声数据集上的平均Dice分数比最先进的半监督方法高出4%。
• 仅使用18张标注图像和42张未标注图像，该方法即优于使用相同主干网络的监督基线模型。
• 基于DQN的预定位在$128^3$体积中实现了4.3 ± 2.6个体素（均值±标准差）的定位准确率，优于$160^3$情况（4.7 ± 4.8个体素）。
• 该两阶段框架处理一个3D体积仅需约1.2秒，显著快于耗时超过10秒的全补丁扫描方法。
• 消融实验证实，混合约束损失中的每一项——不确定性与上下文——均对性能提升有贡献，完整模型达到最佳效果。
• 由于在复杂3D超声图像中不确定性估计不稳定，导致伪标签不可靠，$π$-model基线模型表现逊于所提方法。