[论文解读] Feature Fusion Encoder Decoder Network For Automatic Liver Lesion Segmentation

Xueying Chen, Rong Zhang+1 more|arXiv (Cornell University)|Mar 28, 2019

Radiomics and Machine Learning in Medical Imaging参考文献 17被引用 9

一句话总结

该论文提出了一种轻量级2D特征融合编码器-解码器网络（FED-Net），用于CT扫描中的肝脏病灶自动分割。通过集成基于注意力的特征融合、密集上采样卷积和残差块，FED-Net增强了特征表示能力并提升了边界精度，在LiTS 2017挑战赛中取得了0.650的Dice分数，优于许多2D方法，且与2.5D/3D最先进方法相当，同时保持了较低的计算成本。

ABSTRACT

Liver lesion segmentation is a difficult yet critical task for medical image analysis. Recently, deep learning based image segmentation methods have achieved promising performance, which can be divided into three categories: 2D, 2.5D and 3D, based on the dimensionality of the models. However, 2.5D and 3D methods can have very high complexity and 2D methods may not perform satisfactorily. To obtain competitive performance with low complexity, in this paper, we propose a Feature-fusion Encoder-Decoder Network (FED-Net) based 2D segmentation model to tackle the challenging problem of liver lesion segmentation from CT images. Our feature fusion method is based on the attention mechanism, which fuses high-level features carrying semantic information with low-level features having image details. Additionally, to compensate for the information loss during the upsampling process, a dense upsampling convolution and a residual convolutional structure are proposed. We tested our method on the dataset of MICCAI 2017 Liver Tumor Segmentation (LiTS) Challenge and achieved competitive results compared with other state-of-the-art methods.

研究动机与目标

• 解决在低对比度、噪声较大的CT图像中对形状不规则、边界模糊的肝脏病灶进行精确且高效分割的挑战。
• 开发一种2D深度学习模型，实现与3D及2.5D模型相当的性能，同时最小化计算复杂度和硬件需求。
• 通过注意力机制动态加权基于语义相关性的特征，改进U-Net类架构中的特征融合。
• 通过引入密集上采样卷积和残差块，减少上采样过程中的信息损失，以优化病灶边界。
• 构建一种轻量级、可泛化的模型，适用于计算资源有限的临床环境中实际部署。

提出的方法

• 编码器采用预训练的ResNet-50主干网络，从四个残差块中提取特征图，以捕获多层次表示。
• 基于注意力的特征融合模块为不同编码器阶段的特征分配可学习权重，将高层语义特征与低层空间细节融合。
• 使用密集上采样卷积（DUC）层替代标准转置卷积，以更好地恢复空间分辨率并保留位置信息。
• 在特征融合前插入残差卷积块（RCB），以优化边界预测并减少上采样引入的噪声。
• 在编码器与解码器之间使用跳跃连接以保留空间细节，并在解码过程中使用1×1卷积调整特征图维度。
• 模型采用随机梯度下降进行训练，并结合数据增强（水平和垂直翻转）；后处理包括阈值化和肝脏边界框掩码，以实现病灶分割。

实验结果

研究问题

• RQ1 2D深度学习模型是否能在显著降低计算成本的前提下，实现与2.5D和3D模型相当的肝脏病灶分割性能？
• RQ2 基于注意力的特征融合在增强语义表征的同时，是否能有效保留空间细节？
• RQ3 密集上采样卷积与残差块在多大程度上提升了边界精度并减少了上采样过程中的信息损失？
• RQ4 所提出的FED-Net在不同扫描协议和图像强度的多样化CT扫描中是否具备良好的泛化能力？
• RQ5 轻量级2D网络是否能在肝脏病灶分割任务中超越或匹配深层3D模型的性能？

主要发现

• FED-Net在LiTS 2017测试集上实现了0.650的病例级Dice分数和0.766的全局Dice分数，优于多个2D和2.5D最先进方法。
• 消融实验证实，注意力融合、DUC和RCB各组件均对性能有逐步提升作用，完整模型表现最佳。
• 在注意力机制中引入挤压-激励（SE）模块后，性能相比无注意力的基线特征融合提升了0.8%。
• 尽管为2D架构且参数量更少，FED-Net的性能仍与3D模型（如H-DenseUNet，0.722病例级Dice）和3D AH-Net（0.834全局Dice）相当。
• 采用最小-最大归一化和HU窗宽处理（-200至250 HU）显著提升了不同临床中心和扫描仪间图像的一致性。
• 通过肝脏边界框掩码和阈值化（0.3）进行后处理，显著提升了病灶分割的准确性，使预测更集中于肝脏区域。