[论文解读] Fully Convolutional Neural Network for Semantic Segmentation of Anatomical Structure and Pathologies in Colour Fundus Images Associated with Diabetic Retinopathy

Oindrila Saha, Rachana Sathish+1 more|arXiv (Cornell University)|Feb 7, 2019

Retinal Imaging and Analysis参考文献 7被引用 3

一句话总结

该论文提出了一种基于VGG16和SegNet启发的编码器-解码器架构的全卷积神经网络，用于对彩色眼底图像中的视网膜结构和糖尿病性视网膜病变病灶进行端到端语义分割。该模型在视盘分割任务中取得了0.8572的Jaccard指数，并通过将视盘作为一个独立类别纳入分割任务，提升了病灶检测性能，最优阈值通过灵敏度-阳性预测值（PPV）权衡分析确定。

ABSTRACT

Diabetic retinopathy (DR) is the most common form of diabetic eye disease. Retinopathy can affect all diabetic patients and becomes particularly dangerous, increasing the risk of blindness, if it is left untreated. The success rate of its curability solemnly depends on diagnosis at an early stage. The development of automated computer aided disease diagnosis tools could help in faster detection of symptoms with a wider reach and reasonable cost. This paper proposes a method for the automated segmentation of retinal lesions and optic disk in fundus images using a deep fully convolutional neural network for semantic segmentation. This trainable segmentation pipeline consists of an encoder network, a corresponding decoder network followed by pixel-wise classification to segment microaneurysms, hemorrhages, hard exudates, soft exudates, optic disk from background. The network was trained using Binary cross entropy criterion with Sigmoid as the last layer, while during an additional SoftMax layer was used for boosting response of single class. The performance of the proposed method is evaluated using sensitivity, positive prediction value (PPV) and accuracy as the metrices. Further, the position of the Optic disk is localised using the segmented output map.

研究动机与目标

• 开发一种可端到端训练的深度学习框架，用于对与糖尿病性视网膜病变相关的眼底彩色图像中的解剖结构和病灶进行像素级语义分割。
• 通过精确分割微动脉瘤、出血灶、硬性渗出和软性渗出以及视盘，提升糖尿病性视网膜病变的早期检测能力。
• 通过在分割任务中将视盘作为一个独立类别，解决其与硬性渗出物在亮度水平上相似而难以区分的挑战。
• 通过从分割输出中检测视盘中心点来定位视盘，为疾病评估提供解剖学参考。
• 消除手动特征工程，为糖尿病视网膜病变筛查中的多个子任务提供统一解决方案。

提出的方法

• 该方法采用编码器-解码器架构，编码器部分包含13个卷积层，其拓扑结构与VGG16的前13层完全相同，随后是相应的解码器网络。
• 每个编码器模块依次应用卷积、批归一化、ReLU激活函数，并通过步长为2的2×2最大池化操作下采样特征图。
• 解码器通过学习的转置卷积层和跳跃连接，将特征图上采样至原始输入分辨率，以保留空间细节。
• 最后一层使用Sigmoid激活函数进行每类的二值分类，推理阶段则使用Softmax层对通道间的类别概率进行归一化。
• 网络采用二元交叉熵损失函数，使用Adam优化器进行训练（初始学习率10⁻³，β₁ = 0.9），并基于验证损失应用早停策略。
• 通过在不同训练周期保存各分类任务中表现最佳的模型，采用模型集成方法以缓解过拟合并提升泛化能力。

实验结果

研究问题

• RQ1 全卷积神经网络能否有效实现对彩色眼底图像中多种视网膜病灶和解剖结构的联合语义分割？
• RQ2 将视盘作为一个独立类别纳入分割任务，是否能显著提升模型将其与硬性渗出物区分开来的能力，尤其是在两者亮度水平相近的情况下？
• RQ3 与基于图像块的训练方法相比，通过编码器-解码器架构引入全局上下文信息，在病灶分割精度方面有何优势？
• RQ4 各类病灶的敏感度与阳性预测值（PPV）之间的权衡最优阈值是多少？
• RQ5 分割输出在多大程度上可实现视盘的准确定位，而无需在训练中使用真实位置标注？

主要发现

• 该模型在视盘分割任务中取得了0.8572的Jaccard指数（IoU），表明与真实标注的重叠程度很高。
• PPV与敏感度受试者工作特征曲线下面积分别为：微动脉瘤0.0059，硬性渗出物0.5498，出血灶0.0829，软性渗出物0.1823，反映出各类病灶检测性能存在差异。
• 在413张测试图像中，预测视盘中心点与真实中心点之间的平均欧氏距离为65.93像素，表明定位精度合理。
• 将视盘作为独立类别纳入分割任务，显著提升了分割性能，尤其有效减少了渗出物与视盘之间的混淆。
• 推理阶段使用Softmax层可提升分割掩膜质量，使预测结果比不使用Softmax时更接近真实标注。
• 与基于图像块的训练方法相比，该模型表现更优，后者因缺乏全局上下文信息而无法有效区分视盘与渗出物。