[论文解读] Detection and segmentation of the Left Ventricle in Cardiac MRI using Deep Learning

Alexandre Attia, Sharone Dayan|arXiv (Cornell University)|Jan 7, 2018

Advanced Neural Network Applications参考文献 2被引用 3

一句话总结

本论文提出了一种用于心脏磁共振成像中左心室（LV）自动分割的三阶段深度学习框架：首先使用卷积神经网络（CNN）定位左心室感兴趣区域（ROI），然后通过堆叠自编码器推断左心室形状，最后利用可变形模型（蛇形模型）对分割结果进行精细化处理，以实现精确的轮廓预测。该方法通过结合基于CNN的定位、自编码器提供的形状先验以及主动轮廓模型的精炼，显著提升了分割精度，尤其在采用更深网络结构和全均方误差（MSE）损失等架构改进后，性能超越了基线模型。

ABSTRACT

Manual segmentation of the Left Ventricle (LV) is a tedious and meticulous task that can vary depending on the patient, the Magnetic Resonance Images (MRI) cuts and the experts. Still today, we consider manual delineation done by experts as being the ground truth for cardiac diagnosticians. Thus, we are reviewing the paper - written by Avendi and al. - who presents a combined approach with Convolutional Neural Networks, Stacked Auto-Encoders and Deformable Models, to try and automate the segmentation while performing more accurately. Furthermore, we have implemented parts of the paper (around three quarts) and experimented both the original method and slightly modified versions when changing the architecture and the parameters.

研究动机与目标

• 自动化心脏磁共振成像中左心室（LV）分割的耗时且易受主观影响的手动操作过程。
• 通过用数据驱动、可重复的方法替代依赖专家的标注结果，降低左心室勾画中的观察者间与观察者内差异性。
• 开发一种混合深度学习方法，结合基于CNN的区域定位、基于自编码器的形状推理以及可变形模型的轮廓精炼，以提升分割精度。
• 通过实现与消融实验，评估并挑战Avendi等人原始方法的网络架构与超参数设置。
• 评估网络架构选择（如网络深度、激活函数、池化类型及损失函数）对分割性能的影响。

提出的方法

• 采用单卷积层CNN（11×11卷积核，平均池化，全连接层）从256×256的MRI图像中生成二值掩码，以识别左心室感兴趣区域（ROI）。
• 将ROI裁剪为100×100像素，并输入至多层堆叠自编码器，以学习左心室形状的紧凑、分层表示，输出推断的形状掩码。
• 利用主动轮廓模型（蛇形模型）对推断的形状掩码进行精炼，以纠正因收缩、渗漏或不规则性导致的误差，最终获得平滑且准确的左心室轮廓。
• 堆叠自编码器在无监督预训练阶段采用自定义损失函数，结合均方误差（MSE）、L2正则化与Kullback-Leibler（KL）散度，监督微调阶段则使用最终的MSE损失。
• 该方法采用三阶段流水线：(1) 使用CNN进行ROI检测，(2) 使用堆叠自编码器进行形状推理，(3) 使用可变形模型进行轮廓精炼。
• 对CNN与自编码器均进行了超参数消融实验，包括网络深度、卷积核数量、激活函数（ReLU）、池化类型（最大池化与平均池化对比）以及损失函数修改（如全MSE损失）。

实验结果

研究问题

• RQ1 在训练数据有限的情况下，基于CNN的方法是否能有效定位心脏磁共振成像中的左心室？
• RQ2 与仅使用MSE损失的标准方法相比，采用自定义损失函数的堆叠自编码器在从ROI特征中重建左心室形状方面表现如何？
• RQ3 与原始自编码器输出相比，引入可变形模型（蛇形模型）是否能显著提升分割精度？
• RQ4 网络架构的改进（如增加深度、使用ReLU激活函数或最大池化）在多大程度上提升了所提框架的分割性能？
• RQ5 自编码器权重的零初始化是否为最优策略？与其他初始化方式（如正态分布或均匀分布）相比，是否表现更优？

主要发现

• 相较于原始单层网络，采用更深的CNN架构（两层卷积层）在分割性能上实现了轻微但可测量的提升。
• 在CNN中使用ReLU激活函数与最大池化并未优于原始模型（采用平均池化与S型激活函数），表明模型对超参数选择较为敏感。
• 原始自编码器损失函数（结合MSE、L2正则化与KL散度）的性能优于全MSE损失，尽管后者生成的轮廓更平滑。
• 在验证集上，自编码器权重的零初始化优于正态分布与均匀分布初始化，表明权重初始化策略对模型性能有显著影响。
• 引入主动轮廓模型（蛇形模型）显著提升了轮廓的平滑性与与真实标注的一致性，有效减少了收缩与渗漏伪影。
• 采用更深CNN与全MSE损失的改进模型取得了最具前景的结果，表明即使在原始方法已具备较强基线性能的前提下，架构与损失函数的调整仍可进一步提升分割精度。