[论文解读] Fully Automated Pancreas Segmentation with Two-stage 3D Convolutional Neural Networks

Ningning Zhao, Nuo Tong+2 more|arXiv (Cornell University)|Jun 5, 2019

Advanced Neural Network Applications参考文献 7被引用 10

一句话总结

本文提出一种两阶段3D U-Net框架，用于CT扫描中胰腺的全自动分割：首先在下采样体积上进行粗分割以生成候选区域，随后在全分辨率下对这些区域进行细粒度分割。该方法在NIH数据集上实现了85.99%的平均Dice-Sørensen系数（DSC），优于最先进的2D和3D方法。

ABSTRACT

Due to the fact that pancreas is an abdominal organ with very large variations in shape and size, automatic and accurate pancreas segmentation can be challenging for medical image analysis. In this work, we proposed a fully automated two stage framework for pancreas segmentation based on convolutional neural networks (CNN). In the first stage, a U-Net is trained for the down-sampled 3D volume segmentation. Then a candidate region covering the pancreas is extracted from the estimated labels. Motivated by the superior performance reported by renowned region based CNN, in the second stage, another 3D U-Net is trained on the candidate region generated in the first stage. We evaluated the performance of the proposed method on the NIH computed tomography (CT) dataset, and verified its superiority over other state-of-the-art 2D and 3D approaches for pancreas segmentation in terms of dice-sorensen coefficient (DSC) accuracy in testing. The mean DSC of the proposed method is 85.99%.

研究动机与目标

• 为解决由于胰腺在形状、大小及周围组织对比度方面具有高度解剖可变性而带来的分割挑战。
• 通过结合3D空间上下文信息并采用两阶段方法降低计算成本，以提高分割精度。
• 开发一种完全自动化的分割方法，避免手动选择感兴趣区域（ROI），从而实现可扩展的临床应用。
• 在NIH CT数据集上，证明本方法在性能上优于现有的2D和3D深度学习方法。

提出的方法

• 在下采样后的3D CT体积上（下采样因子R=4）训练一个3D U-Net，以生成粗分割掩膜。
• 从粗分割掩膜中提取归一化边界框，以在原始分辨率空间中定义一个候选感兴趣区域（ROI）。
• 在原始体积中裁剪出的ROI上训练第二个3D U-Net，以实现高分辨率细化。
• 在训练过程中，通过在真实标签边界框基础上增加10像素的边界（即扩大10像素），生成ROI以确保覆盖完整区域。
• 在推理阶段，从第一阶段预测结果中生成两个候选ROI以提高鲁棒性，最终通过多数投票确定分割结果。
• 在第二阶段训练中应用中心损失（center loss）以加速收敛，尽管这会引入少量孤立的假阳性结果。

实验结果

研究问题

• RQ1 两阶段3D CNN框架是否能通过结合粗定位与细粒度优化来提升胰腺分割的准确性？
• RQ2 第一阶段的下采样对ROI生成及后续分割性能有何影响？
• RQ3 与仅在训练阶段生成ROI相比，本方法所采用的测试策略——即从第一阶段输出中生成多个候选ROI——在多大程度上提升了鲁棒性？
• RQ4 在第二阶段网络中使用中心损失是否能在不降低分割精度的前提下提升收敛速度？
• RQ5 在Dice分数和定位精度方面，本方法与现有最先进的2D和3D方法相比，其量化性能如何？

主要发现

• 所提出的两阶段方法在NIH CT数据集上实现了85.99%的平均Dice-Sørensen系数（DSC），显著优于以往最先进的方法。
• 与第一阶段相比，第二阶段的平均DSC提升了至少3%，证明了在候选区域上进行细化的有效性。
• 所有折线中的边界框召回率均超过97%，大多数受试者的平均IoU值高于60%，表明ROI定位具有高度可靠性。
• 尽管一名受试者的IoU较低（40.51%），其DSC仍从第一阶段的39.98%提升至第二阶段的57.20%，证实了方法的鲁棒性。
• 本方法优于现有方法，包括Attention-UNet（平均DSC 83.10%）和ResDSN C2F（平均DSC 84.59%），实现了最高的平均DSC 85.99%。
• 尽管中心损失引入了少量孤立的假阳性，但整体分割精度仍保持较高水平，表明在收敛速度与精度之间实现了有利的权衡。