[论文解读] Fully Automatic Segmentation of Lumbar Vertebrae from CT Images using Cascaded 3D Fully Convolutional Networks

Rens Janssens, Guodong Zeng+1 more|arXiv (Cornell University)|Dec 5, 2017

Medical Imaging and Analysis参考文献 14被引用 9

一句话总结

该论文提出了一种级联的3D全卷积网络（FCN）框架，用于在具有可变视野（FOV）的3D CT扫描中实现腰椎的全自动分割。首先使用一个3D回归FCN（LocalizationNet）定位腰椎区域，随后通过一个类似U-Net的3D FCN（SegmentationNet）进行像素级多类别分割，在包含骨折椎体的具有挑战性的数据集上，平均Dice系数达到95.77%，对称表面距离为0.37毫米。

ABSTRACT

We present a method to address the challenging problem of segmentation of lumbar vertebrae from CT images acquired with varying fields of view. Our method is based on cascaded 3D Fully Convolutional Networks (FCNs) consisting of a localization FCN and a segmentation FCN. More specifically, in the first step we train a regression 3D FCN (we call it "LocalizationNet") to find the bounding box of the lumbar region. After that, a 3D U-net like FCN (we call it "SegmentationNet") is then developed, which after training, can perform a pixel-wise multi-class segmentation to map a cropped lumber region volumetric data to its volume-wise labels. Evaluated on publicly available datasets, our method achieved an average Dice coefficient of 95.77 $\pm$ 0.81% and an average symmetric surface distance of 0.37 $\pm$ 0.06 mm.

研究动机与目标

• 解决在具有高度可变视野（FOV）的3D CT图像中实现腰椎全自动分割的挑战。
• 克服人工分割耗时且不同阅片者之间一致性差的局限性。
• 开发一种两阶段深度学习流程，结合定位与分割，以提高准确性和鲁棒性。
• 在包含骨折椎体和多样化扫描协议的具有挑战性的数据集上实现最先进性能。

提出的方法

• 提出一种级联的3D FCN架构，由一个定位FCN（LocalizationNet）和一个分割FCN（SegmentationNet）组成。
• LocalizationNet是一个3D回归FCN，用于预测腰椎区域周围的边界框，以定义感兴趣区域（ROI）。
• SegmentationNet是一个类似U-Net的全卷积网络，针对裁剪后的ROI体积进行训练，以实现对单个腰椎的像素级多类别分割。
• 该方法使用大小为160×128×96的重叠推理块来处理任意输入尺寸，最终预测通过平均重叠块输出获得。
• 后处理包括形态学操作，以去除孤立的小体积并填充分割结构中的内部孔洞。
• 训练使用Keras配合TensorFlow后端在GPU上进行，推理时间在训练后约为每张CT体积79秒。

实验结果

研究问题

• RQ1 级联的3D FCN流程是否能在具有高度可变视野的CT扫描中实现鲁棒且准确的腰椎分割？
• RQ2 将定位与分割分离为两个专用的3D FCN是否相比端到端或基于2D的方法提升性能？
• RQ3 该方法在具有挑战性的病例（如骨折椎体和非标准扫描协议）下的表现如何？
• RQ4 使用3D回归进行定位在定位精度上是否显著优于手工设计特征或MLP-based回归？
• RQ5 所提出的3D分割网络在体积分割质量上是否优于基于2D U-Net的分割方法？

主要发现

• 在五折交叉验证中，该方法在整体腰椎区域的平均Dice系数为95.77% ± 0.81%。
• 平均对称表面距离（ASSD）为0.37毫米 ± 0.06毫米，表明表面级分割精度很高。
• 各椎体（L1–L5）的Dice分数范围为95.35%至96.14%，表明在所有节段上均表现一致。
• 该方法优于先前的最先进方法，包括一项2018年采用2D U-Net和MLP-based定位的类似方法，其报告Dice分数为92.7%。
• 推理时间平均为每张CT体积79秒，表明其在临床集成中具有实际可行性。
• 即使在存在骨折椎体和非均匀FOV的扫描中，该方法仍保持高性能，证实了其对临床变异性的鲁棒性。