[论文解读] ET-Net: A Generic Edge-aTtention Guidance Network for Medical Image Segmentation

Zhijie Zhang, Huazhu Fu+4 more|arXiv (Cornell University)|Jul 25, 2019

Retinal Imaging and AnalysisMedicine参考文献 20被引用 21

一句话总结

ET-Net 是一种用于医学图像分割的通用边缘注意力引导网络，通过在早期编码层引入边缘注意力表示（利用边缘引导模块 EGM），并在解码路径中采用加权特征融合模块（WAM）实现多尺度特征融合，从而提升分割精度。该方法在包括视网膜和肺部分割在内的四项医学影像任务中均达到最先进性能，其中在 CT 肺部分割任务中 mIoU 提升最高达 96.23%。

ABSTRACT

Segmentation is a fundamental task in medical image analysis. However, most existing methods focus on primary region extraction and ignore edge information, which is useful for obtaining accurate segmentation. In this paper, we propose a generic medical segmentation method, called Edge-aTtention guidance Network (ET-Net), which embeds edge-attention representations to guide the segmentation network. Specifically, an edge guidance module is utilized to learn the edge-attention representations in the early encoding layers, which are then transferred to the multi-scale decoding layers, fused using a weighted aggregation module. The experimental results on four segmentation tasks (i.e., optic disc/cup and vessel segmentation in retinal images, and lung segmentation in chest X-Ray and CT images) demonstrate that preserving edge-attention representations contributes to the final segmentation accuracy, and our proposed method outperforms current state-of-the-art segmentation methods. The source code of our method is available at https://github.com/ZzzJzzZ/ETNet.

研究动机与目标

• 解决现有医学分割模型忽视边缘信息导致边界预测不准确的问题。
• 将边缘检测与目标分割整合到统一的深度学习框架中，以提升边界定位与分割精度。
• 开发一种通用且可迁移的网络架构，在无需针对特定任务微调的情况下，提升多种医学影像任务的分割性能。
• 通过注意力机制保留并利用局部边缘特征，以指导编码器-解码器网络中的高层特征学习。
• 通过将边缘感知表示直接嵌入分割网络架构，减少对后处理的依赖。

提出的方法

• 在早期编码层中引入边缘引导模块（EGM），以学习捕捉细粒度边界细节的边缘注意力表示。
• 将 EGM 与基于 ResNet-50 的编码器结合，以提取分层特征，同时保留边缘特异性信息。
• 在解码路径中使用加权聚合模块（WAM），融合多尺度辅助输出，并将边缘注意力特征传播至高层特征。
• 在编码器与解码器模块之间应用跳跃连接与特征拼接，以保持空间分辨率与特征一致性。
• 采用标准分割损失函数进行端到端训练，其中边缘注意力特征引导最终的分割预测。
• 在 E-Block 和 D-Block 中使用残差连接，以稳定训练过程并改善深层网络中的梯度流动。

实验结果

研究问题

• RQ1 边缘注意力表示是否能显著提升医学图像分割的准确性，特别是在边界定位方面？
• RQ2 在 U-Net 类分割网络中，早期编码层中引入边缘引导机制对性能有何影响？
• RQ3 结合边缘注意力的多尺度特征加权聚合，能在多大程度上改善最终的分割结果？
• RQ4 所提出的 ET-Net 是否能在包括视网膜、X 光和 CT 扫描在内的多种医学影像任务中实现良好泛化？
• RQ5 ET-Net 是否能在无需任务特定架构修改的情况下，超越现有最先进方法？

主要发现

• 在 Drishti-GS 数据集上进行视盘与视杯分割时，ET-Net 的 mIoU 达到 87.92%，较基线网络提升 3.51 个百分点。
• 在 DRIVE 数据集上进行视网膜血管分割时，ET-Net 的 mIoU 达 77.44%，准确率达 95.60%，优于 U-Net、M-Net 和 FCN。
• 在胸部 X 光（MC 数据集）肺部分割任务中，ET-Net 的 mIoU 达 94.20%，准确率达 98.65%，超过以往最先进方法。
• 在 LUNA CT 数据集上，ET-Net 的 mIoU 达 96.23%，准确率达 98.68%，展现出在 3D 体素影像中的强大性能。
• 消融实验表明，EGM 和 WAM 均对性能提升有显著贡献，仅使用 EGM 即可使 mIoU 提升 2.08 个百分点。
• 定性结果表明，与基线模型相比，ET-Net 在边缘区域生成了更准确、更连续的边界预测。