[论文解读] OCU-Net: A Novel U-Net Architecture for Enhanced Oral Cancer Segmentation

Ahmed Albishri, Syed Jawad Hussain Shah+2 more|arXiv (Cornell University)|Oct 3, 2023

AI in cancer detectionComputer Science被引用 3

一句话总结

OCU-Net 是一种新型 U-Net 架构，配备自定义的通道与空间注意力融合（CSAF）模块，结合了挤压-激励模块、空洞空间金字塔池化、残差连接以及多尺度特征融合，在 OCDC 和 ORCA 数据集上对 H&E 染色全切片图像中的口腔癌分割实现了最先进性能。OCU-Net m 通过采用预训练的 MobileNet-V2 主干网络，进一步提升了准确率与效率。

ABSTRACT

Accurate detection of oral cancer is crucial for improving patient outcomes. However, the field faces two key challenges: the scarcity of deep learning-based image segmentation research specifically targeting oral cancer and the lack of annotated data. Our study proposes OCU-Net, a pioneering U-Net image segmentation architecture exclusively designed to detect oral cancer in hematoxylin and eosin (H&E) stained image datasets. OCU-Net incorporates advanced deep learning modules, such as the Channel and Spatial Attention Fusion (CSAF) module, a novel and innovative feature that emphasizes important channel and spatial areas in H&E images while exploring contextual information. In addition, OCU-Net integrates other innovative components such as Squeeze-and-Excite (SE) attention module, Atrous Spatial Pyramid Pooling (ASPP) module, residual blocks, and multi-scale fusion. The incorporation of these modules showed superior performance for oral cancer segmentation for two datasets used in this research. Furthermore, we effectively utilized the efficient ImageNet pre-trained MobileNet-V2 model as a backbone of our OCU-Net to create OCU-Netm, an enhanced version achieving state-of-the-art results. Comprehensive evaluation demonstrates that OCU-Net and OCU-Netm outperformed existing segmentation methods, highlighting their precision in identifying cancer cells in H&E images from OCDC and ORCA datasets.

研究动机与目标

• 解决针对 H&E 染色组织病理学图像中口腔癌的深度学习图像分割研究稀缺的问题。
• 通过迁移学习与数据增强，克服口腔癌 H&E 图像标注数据集有限的挑战。
• 开发一种基于 U-Net 的架构，引入增强的注意力机制，以提升癌细胞检测的定位能力与特征表征能力。
• 通过架构创新与高效特征学习，在公开的口腔癌数据集（OCDC 与 ORCA）上实现最先进分割性能。
• 支持数字病理学中临床决策，实现口腔鳞状细胞癌（OSCC）的更早、更准确检测。

提出的方法

• 提出一种新型的通道与空间注意力融合（CSAF）模块，联合强调 H&E 图像中的关键空间区域与信息丰富的通道，同时捕捉上下文依赖关系。
• 集成挤压-激励（SE）注意力模块，基于全局上下文重新校准通道维度的特征响应。
• 采用空洞空间金字塔池化（ASPP）与并行空洞卷积，捕获不同感受野下的多尺度上下文信息。
• 在跳跃连接中引入残差模块，以稳定深度编码器-解码器架构的训练过程并改善梯度流动。
• 利用多尺度特征融合，聚合高分辨率与高层语义特征，以提升分割精度。
• 在 OCU-Net m 中采用预训练的 ImageNet MobileNet-V2 作为编码器主干网络，以增强特征提取能力与在数据稀缺条件下的模型泛化能力。

Figure 1: (A) ORCA Dataset image and annotation examples: (a) Training set example. (b) Testing set example. Classes include (White: Carcinoma pixels), (Gray: Non-carcinoma tissue pixels), and (Black: Non-tissue pixels). (B) OCDC Dataset image and annotation examples: (c) Training set example. (d) T

实验结果

研究问题

• RQ1 与标准注意力模块相比，自定义的注意力机制（CSAF）是否能提升 H&E 染色组织病理学图像中口腔癌分割的准确率？
• RQ2 集成 ASPP、SE 模块与多尺度融合在多大程度上提升了基于 U-Net 模型在口腔癌分割中的性能？
• RQ3 使用预训练的 MobileNet-V2 主干网络进行迁移学习，对 OCU-Net 在有限口腔癌数据集上的分割性能与计算效率有何影响？
• RQ4 OCU-Net 是否在基准口腔癌数据集（OCDC 与 ORCA）上实现了最先进性能，体现在 Dice 分数、IoU 与 DSC 指标上？
• RQ5 在标注训练数据有限的情况下，所提出的架构是否能在不同组织学亚型与癌症分期中实现良好泛化？

主要发现

• 在 OCDC 数据集上，OCU-Net 实现了卓越的分割性能，Dice 分数达 0.892，IoU 达 0.798，优于现有方法。
• 在 ORCA 数据集上，OCU-Net 的 Dice 分数为 0.876，IoU 为 0.781，表明其在不同数据分布下具有强大的泛化能力。
• OCU-Net m 采用预训练的 MobileNet-V2 主干网络，在 OCDC 上取得 0.901 的 Dice 分数，在 ORCA 上取得 0.883，表明迁移学习显著提升了性能。
• 消融实验证实，CSAF 模块对性能提升贡献显著，相比无注意力机制的基线 U-Net，Dice 分数提高了 4.2%。
• 在跳跃连接中集成多尺度融合与残差模块，相比仅使用编码器-解码器跳跃连接的标准 U-Net，Dice 分数提升了 3.1%。
• 该模型在类别不平衡与小病灶检测方面表现出鲁棒性，在两个数据集上均展现出高敏感性（0.86）与特异性（0.92）。

Figure 2: Illustration of H&E images from the OCDC dataset [ 19 ] . (a) Blue highlighted regions indicate image patches extracted for the training set. (b) Whole slide image (WSI). (c) Red highlighted regions indicate image patches extracted for the testing set.