[论文解读] DeepSEED: 3D Squeeze-and-Excitation Encoder-Decoder ConvNets for Pulmonary Nodule Detection.

Yuemeng Li, Hangfan Liu+1 more|arXiv (Cornell University)|Apr 6, 2019

Lung Cancer Diagnosis and Treatment被引用 7

一句话总结

本文提出 DeepSEED，一种结合挤压-激励模块与区域提议网络的 3D 编码器-解码器卷积神经网络，用于在低剂量 CT 扫描中提升肺结节检测性能。通过集成动态缩放的交叉熵损失和基于注意力的特征学习，该方法显著降低了误报率，并在 LIDC/IDRI 与 LUNA16 数据集上超越了当前最先进方法。

ABSTRACT

Pulmonary nodule detection plays an important role in lung cancer screening with low-dose computed tomography (CT) scans. It remains challenging to build nodule detection deep learning models with good generalization performance due to unbalanced positive and negative samples. In order to overcome this problem and further improve state-of-the-art nodule detection methods, we develop a novel deep 3D convolutional neural network with an Encoder-Decoder structure in conjunction with a region proposal network. Particularly, we utilize a dynamically scaled cross entropy loss to reduce the false positive rate and combat the sample imbalance problem associated with nodule detection. We adopt the squeeze-and-excitation structure to learn effective image features and utilize inter-dependency information of different feature maps. We have validated our method based on publicly available CT scans with manually labelled ground-truth obtained from LIDC/IDRI dataset and its subset LUNA16 with thinner slices. Ablation studies and experimental results have demonstrated that our method could outperform state-of-the-art nodule detection methods by a large margin.

研究动机与目标

• 解决肺结节检测中的类别不平衡问题，其中负样本（非结节）数量远超正样本（结节）。
• 通过利用注意力机制与损失重加权，提升深度学习模型在结节检测中的泛化性能。
• 通过建模特征图之间的相互依赖关系，提升特征表示能力。
• 设计一种鲁棒的 3D 卷积神经网络架构，结合编码器-解码器结构与区域提议网络，实现精确的定位。
• 在公开数据集（包括 LIDC/IDRI 及其 LUNA16 子集）上验证方法，确保可复现性与实际应用价值。

提出的方法

• 采用 3D 编码器-解码器卷积神经网络架构，从低剂量 CT 扫描中学习分层的体素表示。
• 集成挤压-激励（SE）模块，通过建模通道间依赖关系对特征图进行重校准，增强有信息量的特征。
• 利用区域提议网络（RPN）生成候选结节区域，提升定位精度。
• 应用动态缩放的交叉熵损失，根据预测置信度自适应调整损失权重，降低误报率。
• 在来自 CT 体数据的 3D 小 patch 上端到端训练模型，使用 LIDC/IDRI 与 LUNA16 的真实标注。
• 利用特征图之间的依赖信息，提升特征判别能力与模型鲁棒性。

实验结果

研究问题

• RQ1 结合挤压-激励模块的 3D 编码器-解码器网络是否能提升低剂量 CT 扫描中肺结节检测的特征表示？
• RQ2 动态缩放的交叉熵损失是否能有效降低类别严重不平衡条件下的误报率？
• RQ3 与标准分类头相比，区域提议网络的集成在多大程度上提升了定位精度？
• RQ4 在 LUNA16 与 LIDC/IDRI 等基准数据集上，所提方法相较于最先进模型表现如何？
• RQ5 注意力机制驱动的特征重校准与损失重加权是否能协同提升在严重类别不平衡条件下的模型泛化能力？

主要发现

• 所提出的 DeepSEED 模型在 LIDC/IDRI 与 LUNA16 数据集上的肺结节检测任务中，性能优于现有最先进方法。
• 采用动态缩放交叉熵损失显著降低了误报率，通过在训练过程中自适应降低易样本的损失权重。
• 挤压-激励机制通过显式建模通道间依赖关系，增强了特征表示，从而提升了检测敏感性。
• 3D 编码器-解码器架构与区域提议网络的结合，实现了对小结节更精确的定位。
• 消融实验证实，注意力机制与动态损失均独立且协同地贡献于性能提升。
• 该模型在薄层 CT 扫描上表现出良好的泛化能力，展现出对不同成像协议的鲁棒性。