[论文解读] Medical Image Segmentation Using a U-Net type of Architecture

Eshal Zahra, B Mohammed Ali+1 more|arXiv (Cornell University)|May 11, 2020

Advanced Neural Network Applications参考文献 19被引用 4

一句话总结

本文提出了一种改进的U-Net架构，通过在瓶颈层引入一个全监督的两层全连接（FC）子网络，并使用像素级交叉熵损失进行训练，从而增强特征表示。通过在编码器的瓶颈处注入显式监督，模型提升了语义特征学习能力，在MRI和CT扫描数据上实现了高精度分割——具体在CT扫描上达到97.6%的准确率，在MRI扫描上达到91.3%，表明全监督瓶颈训练可达到或超越标准U-Net的性能。

ABSTRACT

Deep convolutional neural networks have been proven to be very effective in image related analysis and tasks, such as image segmentation, image classification, image generation, etc. Recently many sophisticated CNN based architectures have been proposed for the purpose of image segmentation. Some of these newly designed networks are used for the specific purpose of medical image segmentation, models like V-Net, U-Net and their variants. It has been shown that U-Net produces very promising results in the domain of medical image segmentation.However, in this paper, we argue that the architecture of U-Net, when combined with a supervised training strategy at the bottleneck layer, can produce comparable results with the original U-Net architecture. More specifically, we introduce a fully supervised FC layers based pixel-wise loss at the bottleneck of the encoder branch of U-Net. The two layer based FC sub-net will train the bottleneck representation to contain more semantic information, which will be used by the decoder layers to predict the final segmentation map. The FC layer based sub-net is trained by employing the pixel-wise cross entropy loss, while the U-Net architectures trained by using L1 loss.

研究动机与目标

• 改进U-Net瓶颈层的特征表示，以提升医学图像分割性能。
• 探究在瓶颈层进行监督训练是否能优于或匹配自监督U-Net训练。
• 通过显式监督增强特征学习，减少对大量数据增强的依赖。
• 在多种医学成像模态（特别是MRI和CT扫描）上评估该方法。
• 证明在瓶颈层引入全连接子网络可有效引导解码器性能。

提出的方法

• 网络采用标准的编码器-解码器U-Net架构，使用3×3卷积核、ReLU激活函数以及2×2最大池化进行下采样。
• 在瓶颈层插入一个两层全连接（FC）子网络，通过线性变换预测真实分割图。
• 使用像素级交叉熵损失训练FC子网络，为编码器学习到的特征提供显式监督。
• 主U-Net分支使用L1损失进行训练，以优化最终的分割输出。
• 在对应编码器和解码器层之间保留跳跃连接，以保留空间细节。
• 整个网络端到端训练，结合瓶颈处的监督损失与解码器中的标准分割损失。

实验结果

研究问题

• RQ1 在U-Net架构中，瓶颈层的显式监督是否能改善医学图像分割的特征表示？
• RQ2 使用全连接子网络训练瓶颈层是否能获得优于标准自监督U-Net训练的分割性能？
• RQ3 与基线U-Net相比，该方法在MRI和CT扫描数据上的敏感性、特异性和准确率如何？
• RQ4 在低数据量医学图像场景下，添加监督瓶颈是否能降低对数据增强的依赖？
• RQ5 基于FC的瓶颈是否能在不降低空间分辨率或增加模型复杂度的前提下增强语义特征学习？

主要发现

• 所提模型在CT扫描图像上达到97.6%的准确率，特异性为96.1%，敏感性为97.2%。
• 在MRI图像上，模型准确率达到91.3%，特异性为92.6%，敏感性为93.9%。
• 监督瓶颈显著改善了特征学习，使解码器能够生成更精确的分割图。
• 该方法在不同成像模态（包括MRI和CT扫描）上表现出强泛化能力。
• 在瓶颈层集成全连接子网络提供的性能提升，可与或优于标准U-Net训练。