[论文解读] G-CASCADE: Efficient Cascaded Graph Convolutional Decoding for 2D Medical Image Segmentation

Md Mostafijur Rahman, Radu Mărculescu|arXiv (Cornell University)|Oct 24, 2023

Radiomics and Machine Learning in Medical Imaging被引用 6

一句话总结

G-CASCADE 提出了一种用于 2D 医疗图像分割的新型图卷积解码器，通过级联图卷积注意力模块增强特征精炼，从而保留来自视觉变换器编码器的长距离依赖关系。在五个医疗分割基准上，其性能达到最先进水平，参数量比最先进方法少 80.8%，浮点运算量（FLOPs）减少 82.3%。

ABSTRACT

In recent years, medical image segmentation has become an important application in the field of computer-aided diagnosis. In this paper, we are the first to propose a new graph convolution-based decoder namely, Cascaded Graph Convolutional Attention Decoder (G-CASCADE), for 2D medical image segmentation. G-CASCADE progressively refines multi-stage feature maps generated by hierarchical transformer encoders with an efficient graph convolution block. The encoder utilizes the self-attention mechanism to capture long-range dependencies, while the decoder refines the feature maps preserving long-range information due to the global receptive fields of the graph convolution block. Rigorous evaluations of our decoder with multiple transformer encoders on five medical image segmentation tasks (i.e., Abdomen organs, Cardiac organs, Polyp lesions, Skin lesions, and Retinal vessels) show that our model outperforms other state-of-the-art (SOTA) methods. We also demonstrate that our decoder achieves better DICE scores than the SOTA CASCADE decoder with 80.8% fewer parameters and 82.3% fewer FLOPs. Our decoder can easily be used with other hierarchical encoders for general-purpose semantic and medical image segmentation tasks.

研究动机与目标

• 为解决现有解码器在医疗图像分割中保留长距离空间依赖关系方面的局限性。
• 在不牺牲分割精度的前提下，提升基于变换器架构的计算效率。
• 提出一种基于图卷积的新型解码器，以增强分层视觉变换器中的多尺度特征精炼。
• 在多种不同的医疗图像分割任务中展示 G-CASCADE 解码器的泛化能力。

提出的方法

• G-CASCADE 采用级联解码器架构，逐步精炼来自分层视觉变换器编码器的多阶段特征。
• 引入图卷积注意力模块（GCAM），通过图卷积将空间注意力与全局感受野结合，以保留长距离上下文信息。
• 解码器使用高效的上采样卷积块（UCB），在保持性能的同时降低计算成本。
• 使用图卷积块（GCB）替代标准的 3×3 卷积，以实现全局特征聚合并减少参数量。
• 通过加法拼接方式聚合跳跃连接，实现性能与计算效率的平衡。
• 在多个公开的医疗图像分割数据集上，采用交叉熵损失与 Dice 损失进行端到端训练。

实验结果

研究问题

• RQ1 基于图卷积的解码器是否能在 2D 医疗图像分割中优于基于卷积的解码器，以更好地保留长距离依赖关系？
• RQ2 与最先进方法 CASCADE 解码器相比，所提出的 G-CASCADE 解码器在精度和效率方面表现如何？
• RQ3 在 GCAM 模块中，图卷积与空间注意力模块的最优架构配置是什么？
• RQ4 G-CASCADE 解码器是否能在具有不同解剖结构和病灶类型的多样化医疗图像分割任务中实现良好泛化？
• RQ5 跳跃连接聚合方式的选择（加法与拼接）对性能和计算成本有何影响？

主要发现

• 在使用 PVTv2-b2 的 Synapse 多器官数据集上，G-CASCADE 的 DICE 得分为 83.28%，相比基线 CASCADE 解码器提升 0.5%，同时参数量减少 80.8%，浮点运算量减少 82.3%。
• 当同时使用 GCB 和 SPA 模块时，G-CASCADE 解码器相比非级联基线模型，DICE 得分提升 3.2%。
• 在 GCAM 中，先使用 GCB 再使用 SPA 的配置优于反向顺序，DICE 得分高出 0.4%。
• 与拼接方式相比，跳跃连接的加法聚合方式将计算成本降低 60%，同时保持相近的性能表现。
• 在 MERIT 主干网络上，G-CASCADE 实现 84.63% 的 DICE 得分，计算量为 4.27G FLOPs，参数量为 5.99M，优于五个基准上的最先进方法。
• 消融实验表明，级联结构、GCB 和 SPA 模块各自对性能有显著贡献，完整配置达到最高 DICE 得分。