[论文解读] Fast Unsupervised Brain Anomaly Detection and Segmentation with Diffusion Models

Walter Hugo Lopez Pinaya, Mark S. Graham+13 more|arXiv (Cornell University)|Jun 7, 2022

Generative Adversarial Networks and Image Synthesis被引用 6

一句话总结

本文提出了一种快速、无监督的脑部异常检测与分割方法，利用去噪扩散概率模型（DDPMs）对健康脑部MRI和CT扫描的潜在表征进行处理。通过利用DDPM的反向去噪过程来识别潜在空间中的偏差，该方法在性能上达到与最先进自回归Transformer模型相当的水平，同时将推理时间从超过一小时缩短至10分钟以内，从而实现了实时临床应用的可行性。

ABSTRACT

Deep generative models have emerged as promising tools for detecting arbitrary anomalies in data, dispensing with the necessity for manual labelling. Recently, autoregressive transformers have achieved state-of-the-art performance for anomaly detection in medical imaging. Nonetheless, these models still have some intrinsic weaknesses, such as requiring images to be modelled as 1D sequences, the accumulation of errors during the sampling process, and the significant inference times associated with transformers. Denoising diffusion probabilistic models are a class of non-autoregressive generative models recently shown to produce excellent samples in computer vision (surpassing Generative Adversarial Networks), and to achieve log-likelihoods that are competitive with transformers while having fast inference times. Diffusion models can be applied to the latent representations learnt by autoencoders, making them easily scalable and great candidates for application to high dimensional data, such as medical images. Here, we propose a method based on diffusion models to detect and segment anomalies in brain imaging. By training the models on healthy data and then exploring its diffusion and reverse steps across its Markov chain, we can identify anomalous areas in the latent space and hence identify anomalies in the pixel space. Our diffusion models achieve competitive performance compared with autoregressive approaches across a series of experiments with 2D CT and MRI data involving synthetic and real pathological lesions with much reduced inference times, making their usage clinically viable.

研究动机与目标

• 为解决临床中对快速、准确且无监督检测脑部病灶的需求，而无需依赖标注的异常数据。
• 克服自回归Transformer模型的局限性，包括高推理时间、误差累积以及在医学图像分析中存在的一维序列偏差。
• 通过利用扩散模型在潜在空间中的速度与稳定性，实现在神经影像学中实时异常检测与分割。
• 证明扩散模型在异常检测性能上可与基于Transformer的方法持平或超越，同时显著提升速度。

提出的方法

• 该方法采用变分自编码器（VAE）将2D MRI和CT图像压缩至低维潜在空间，同时保留结构信息。
• 在仅使用健康潜在表征的基础上训练去噪扩散概率模型（DDPM），以学习正常脑部解剖结构的分布。
• 通过测量反向去噪过程中的重建误差来检测异常：重建误差越高，表示与正常状态的偏离越大。
• 通过使用DDIM（去噪扩散隐式模型）加速反向过程，将采样步数从500步减少至50步，同时保持图像质量和性能。
• 通过计算潜在空间中的像素级重建误差，并将其投影回像素空间，实现异常分割。
• 采用固定下采样因子（f=4或f=8）控制分辨率与推理速度，性能在多个数据集上进行评估。

实验结果

研究问题

• RQ1 在潜在空间中，扩散模型能否在脑部影像中实现与最先进自回归Transformer模型相当的异常检测性能？
• RQ2 使用DDIM采样是否能显著缩短推理时间而不降低检测准确率？
• RQ3 该方法能否在无任何异常标注的情况下，检测并分割2D CT和MRI扫描中的合成与真实病理病灶？
• RQ4 随着图像分辨率的提高，该方法的性能如何变化？是否避免了自回归模型中常见的误差累积问题？
• RQ5 该方法是否足够快，可实现实时临床部署，特别是在脑出血等时间敏感场景中？

主要发现

• 所提出的基于DDPM的方法在KCH数据集上取得了0.471的DICE分数，优于最佳性能的Transformer集成模型（0.435），并显著缩短了推理时间。
• 使用DDIM采样（50步，f=4）将100张切片的推理时间缩短至324秒（不足6分钟），而Transformer集成模型的推理时间高达4,907秒（超过80小时）。
• 在CROMIS数据集上，该方法使用DDIM（f=8）实现了0.286的DICE分数，推理时间仅12秒，优于Transformer基线模型（0.205）和f-AnoGAN（0.146）。
• 该方法在多样化数据上表现出强鲁棒性：在KCH数据集上取得最高DICE分数（0.471），在WMH数据集上为0.298，优于所有基线模型在真实病灶分割中的表现。
• DDIM的使用使推理速度相比标准DDPM提升了10倍，同时保持了相当的性能，这对临床部署至关重要。
• 该方法在性能与推理速度两方面均显著优于自回归模型，尤其在高分辨率设置下，自回归模型因计算成本增加而表现下降。