[论文解读] Kid-Net: Convolution Networks for Kidney Vessels Segmentation from CT-Volumes

Ahmed Taha, Pechin Lo+2 more|arXiv (Cornell University)|Jun 18, 2018

Advanced X-ray and CT Imaging被引用 7

一句话总结

Kid-Net 是一种受 3D U-Net 启发的卷积神经网络，通过在 3D 小 patch 上进行训练，克服 GPU 显存限制，实现了从 CT 体积中对肾脏血管（动脉、静脉、输尿管）的高分辨率分割。它通过动态加权和随机采样技术解决类别不平衡问题并减少误报，将分割时间从数小时缩短至数分钟，每个体积（512×512×512）推理时间仅需 1–2 分钟。

ABSTRACT

Semantic image segmentation plays an important role in modeling patient-specific anatomy. We propose a convolution neural network, called Kid-Net, along with a training schema to segment kidney vessels: artery, vein and collecting system. Such segmentation is vital during the surgical planning phase in which medical decisions are made before surgical incision. Our main contribution is developing a training schema that handles unbalanced data, reduces false positives and enables high-resolution segmentation with a limited memory budget. These objectives are attained using dynamic weighting, random sampling and 3D patch segmentation. Manual medical image annotation is both time-consuming and expensive. Kid-Net reduces kidney vessels segmentation time from matter of hours to minutes. It is trained end-to-end using 3D patches from volumetric CT-images. A complete segmentation for a 512x512x512 CT-volume is obtained within a few minutes (1-2 mins) by stitching the output 3D patches together. Feature down-sampling and up-sampling are utilized to achieve higher classification and localization accuracies. Quantitative and qualitative evaluation results on a challenging testing dataset show Kid-Net competence.

研究动机与目标

• 在有限的 GPU 显存条件下，实现在大尺寸 3D CT 体积中对肾脏血管（动脉、静脉、输尿管）进行精确且高分辨率的分割。
• 解决医学图像分割中前景（血管）与背景（非血管）体素之间严重的类别不平衡问题。
• 减少对难以标注和分割的小型血管结构（尤其是输尿管）的误报检测。
• 通过支持端到端的小 patch 训练，消除对人工预处理（如裁剪或下采样）的需求。
• 开发一种训练方案，在保持定位精度的同时，支持端到端学习，并能处理稀疏的真实标签标注。

提出的方法

• Kid-Net 采用类似 3D U-Net 的架构，包含编码器（下采样）和解码器（上采样）阶段，以学习分层特征并精确定位结构。
• 在上采样路径中引入残差连接，以改善梯度流动并提升多尺度层级上的特征重建能力。
• 网络在从完整 CT 体积中提取的 96×96×96 3D 小 patch 上进行训练，以规避 GPU 显存限制。
• 训练过程中应用动态体素加权，为代表性不足的类别（尤其是输尿管）分配更高的损失权重，以缓解类别不平衡问题。
• 采用背景体素的随机采样策略，以减少误报，特别是在低前景区域。
• 最终分割结果通过平均多个来自残差连接的上采样输出获得，从而提升鲁棒性和分辨率。

实验结果

研究问题

• RQ1 3D 卷积网络是否能在不依赖完整体积显存的情况下，实现对完整 CT 体积中肾脏血管的高分辨率分割？
• RQ2 在肾脏血管分割中，如何在训练过程中有效缓解前景-背景类别严重不平衡的问题？
• RQ3 动态加权和随机采样在提升如输尿管等微小、难标注血管的分割精度方面，其改善程度如何？
• RQ4 与传统的逐切片或全体积方法相比，基于小 patch 的端到端训练是否能在定位精度和整体准确性方面表现更优？
• RQ5 当真实标签标注稀疏且不完整时，所提出的训练方案在细小血管结构上的表现如何？

主要发现

• 动态加权与随机采样（DW+RS）的组合在所有血管类型中均取得了最高的 F1 分数，其中在全 ROI 区域中，输尿管分割的 F1 分数提升了 30%。
• 动脉分割在全 ROI 区域的 F1 分数达到 0.88，得益于动脉期 CT 成像显著提升了血管可见度。
• 在肾脏边界框区域内，使用 DW+RS 后静脉分割的 F1 分数从仅使用 DW 的 0.59 提升至 0.67，表明其在细小血管检测中的有效性。
• 输尿管分割在使用随机采样后获得最大提升，F1 分数在肾脏边界框区域内提高了 22%，凸显其在减少误报方面的关键作用。
• 通过拼接 3D 小 patch 的预测结果，网络在 1–2 分钟内完成了对 512×512×512 CT 体积的完整分割，将人工分割时间从数小时缩短至数分钟。
• 定性结果表明，Kid-Net 能够有效捕捉靠近肾脏的细小血管，并在处理如隐蔽静脉等复杂情况时表现优异，其视觉保真度和结构准确性均优于基线方法。