[论文解读] Detection and Attention: Diagnosing Pulmonary Lung Cancer from CT by Imitating Physicians

Ning Li, Haopeng Liu+5 more|arXiv (Cornell University)|Dec 14, 2017

Lung Cancer Diagnosis and Treatment参考文献 11被引用 5

一句话总结

该论文提出了一种新颖的CAD系统，用于在CT扫描中检测肺部肺癌，通过模仿放射科医生的阅片行为，将任务视为视频目标检测。该方法引入了多切片传播（MSP）和静止引导抑制（MLGS），以利用时间序列信息，在LUNA16数据集上实现了0.892的SOTA FROC分数，且单例患者推理时间低于20秒。

ABSTRACT

This paper proposes a novel and efficient method to build a Computer-Aided Diagnoses (CAD) system for lung nodule detection based on Computed Tomography (CT). This task was treated as an Object Detection on Video (VID) problem by imitating how a radiologist reads CT scans. A lung nodule detector was trained to automatically learn nodule features from still images to detect lung nodule candidates with both high recall and accuracy. Unlike previous work which used 3-dimensional information around the nodule to reduce false positives, we propose two simple but efficient methods, Multi-slice propagation (MSP) and Motionless-guide suppression (MLGS), which analyze sequence information of CT scans to reduce false negatives and suppress false positives. We evaluated our method in open-source LUNA16 dataset which contains 888 CT scans, and obtained state-of-the-art result (Free-Response Receiver Operating Characteristic score of 0.892) with detection speed (end to end within 20 seconds per patient on a single NVidia GTX 1080) much higher than existing methods.

研究动机与目标

• 开发一种计算机辅助诊断系统，以模仿放射科医生在CT扫描中检测肺结节的阅片过程。
• 通过利用CT切片间的序列信息，提升检测性能，减少假阳性和假阴性。
• 在保持高召回率和准确率的同时，实现高速推理。
• 在LUNA16基准上，通过更高效且可解释的方法，超越现有方法。

提出的方法

• 该方法将肺结节检测建模为视频（VID）目标检测任务，将CT扫描视为一系列2D切片的序列。
• 在单个2D切片上训练区域建议网络，以生成具有高召回率和准确率的结节候选区域。
• 多切片传播（MSP）利用相邻切片间的空间和时间一致性，对结节候选区域进行优化和传播。
• 静止引导抑制（MLGS）通过分析序列切片中的运动模式，抑制假阳性，利用真实结节在切片间保持稳定的特点。
• 该方法通过使用2D特征结合序列建模，避免了复杂的3D卷积，从而提高了计算效率。
• 在LUNA16数据集上进行端到端训练，单张NVIDIA GTX 1080显卡上，单例患者推理时间低于20秒。

实验结果

研究问题

• RQ1 将CT扫描建模为视频序列，是否能相比2D或3D方法提升肺结节检测性能？
• RQ2 基于序列的方法（如MSP和MLGS）是否能有效减少假阳性和假阴性，而无需依赖3D体素特征？
• RQ3 一种模仿放射科医生阅片行为的系统，是否能实现SOTA性能并实现显著更快的推理速度？
• RQ4 与现有CAD系统相比，该方法在FROC分数和推理速度方面表现如何？

主要发现

• 所提方法在LUNA16数据集上实现了0.892的自由响应受试者工作特征（FROC）分数，达到SOTA水平。
• 系统在单张NVIDIA GTX 1080显卡上，单例患者端到端推理时间低于20秒，显著快于现有方法。
• 多切片传播（MSP）通过有效利用空间和时间一致性，在切片间传播结节候选区域，提升了检测召回率。
• 静止引导抑制（MLGS）通过识别并抑制不移动的结构，成功减少了假阳性。
• 该方法优于依赖3D卷积神经网络的先前方法，证明2D-based序列建模在效率和有效性方面更具优势。