[论文解读] Exploring Vanilla U-Net for Lesion Segmentation from Whole-body FDG-PET/CT Scans

Jin Ye, Haoyu Wang+9 more|arXiv (Cornell University)|Oct 14, 2022

Medical Imaging Techniques and Applications被引用 10

一句话总结

该论文表明，通过优化输入形状和预处理，一个原始的U-Net在全身影像FDG-PET/CT病灶分割任务中实现了最先进性能，在autoPET 2022挑战赛中取得优异成绩：初步测试集Dice分数达92.81%，最终测试集Dice分数达0.62，尽管结构简单，仍优于更深的网络和基于Transformer的架构。

ABSTRACT

Tumor lesion segmentation is one of the most important tasks in medical image analysis. In clinical practice, Fluorodeoxyglucose Positron-Emission Tomography~(FDG-PET) is a widely used technique to identify and quantify metabolically active tumors. However, since FDG-PET scans only provide metabolic information, healthy tissue or benign disease with irregular glucose consumption may be mistaken for cancer. To handle this challenge, PET is commonly combined with Computed Tomography~(CT), with the CT used to obtain the anatomic structure of the patient. The combination of PET-based metabolic and CT-based anatomic information can contribute to better tumor segmentation results. %Computed tomography~(CT) is a popular modality to illustrate the anatomic structure of the patient. The combination of PET and CT is promising to handle this challenge by utilizing metabolic and anatomic information. In this paper, we explore the potential of U-Net for lesion segmentation in whole-body FDG-PET/CT scans from three aspects, including network architecture, data preprocessing, and data augmentation. The experimental results demonstrate that the vanilla U-Net with proper input shape can achieve satisfactory performance. Specifically, our method achieves first place in both preliminary and final leaderboards of the autoPET 2022 challenge. Our code is available at https://github.com/Yejin0111/autoPET2022_Blackbean.

研究动机与目标

• 研究原始U-Net在全身影像FDG-PET/CT扫描中3D病灶分割的有效性。
• 评估网络架构、数据预处理和数据增强对分割性能的影响。
• 确定在准确性和推理速度之间实现平衡的最优输入形状和推理策略。
• 使用最小化、标准的U-Net架构在autoPET 2022挑战赛中取得顶尖性能。

提出的方法

• 模型采用具有编码器-解码器结构的原始U-Net，每个下采样层的特征通道数从32倍增至512。
• 输入由预处理后的PET和CT扫描图像拼接而成，保持原始各向同性空间分辨率1.500 × 1.0182 × 1.0182 mm。
• 数据增强包括随机亮度、伽马、翻转和旋转变换，具有指定的概率和范围。
• 训练采用5折交叉验证，并在推理阶段使用模型集成以提升鲁棒性。
• 推理采用滑动窗口策略，结合可变的裁剪尺寸和步长，以高效处理大体积扫描。
• 最终模型通过结合Dice分数、假阳性体积和假阴性体积的复合指标进行评估。

实验结果

研究问题

• RQ1 在不进行架构修改的前提下，原始U-Net能否在全身影像FDG-PET/CT病灶分割中实现具有竞争力的性能？
• RQ2 输入形状和空间分辨率如何影响模型性能和推理效率？
• RQ3 在多模态PET/CT扫描的病灶分割中，最优的数据增强与预处理组合是什么？
• RQ4 滑动窗口推理策略如何影响分割精度与速度？

主要发现

• 原始U-Net在autoPET 2022初步测试集中获得92.81%的Dice分数，在排行榜中排名第一。
• 模型在最终测试集中获得0.62的Dice分数，在最终排行榜中位列第一。
• 在训练中使用原始空间分辨率和192×192×192的裁剪尺寸时性能最佳，验证集Dice分数（DSC）达0.75。
• 采用步长为0.7×input_shape的滑动窗口策略，在精度与推理速度之间达到最佳平衡，103例扫描的总推理时间缩短至2961秒。
• 尽管参数量仅为22.6M，原始U-Net在Dice分数上仍比更深的U-Net（58.6M参数）和UNETR（133.0M参数）高出42%。
• 在推理中，模型在所有输入尺寸下均保持稳定的Dice分数（0.75），而FPV和FNV对输入尺寸和步长最为敏感。