[论文解读] Pathological Retinal Region Segmentation From OCT Images Using Geometric Relation Based Augmentation

Dwarikanath Mahapatra, Behzad Bozorgtabar+2 more|arXiv (Cornell University)|Mar 31, 2020

Retinal Imaging and Analysis参考文献 125被引用 13

一句话总结

本文提出GeoGAN，一种基于生成对抗网络（GAN）的眼科OCT图像数据增强方法，通过显式建模解剖结构之间的几何关系，并利用潜在空间采样引入多样性。通过生成逼真的病理性视网膜区域（尤其是充满液体的区域），该方法在RETOUCH数据集上的分割性能显著提升，Dice分数相比最先进方法最高提高10.4%，HD指标提升5.4 mm。

ABSTRACT

Medical image segmentation is an important task for computer aided diagnosis. Pixelwise manual annotations of large datasets require high expertise and is time consuming. Conventional data augmentations have limited benefit by not fully representing the underlying distribution of the training set, thus affecting model robustness when tested on images captured from different sources. Prior work leverages synthetic images for data augmentation ignoring the interleaved geometric relationship between different anatomical labels. We propose improvements over previous GAN-based medical image synthesis methods by jointly encoding the intrinsic relationship of geometry and shape. Latent space variable sampling results in diverse generated images from a base image and improves robustness. Given those augmented images generated by our method, we train the segmentation network to enhance the segmentation performance of retinal optical coherence tomography (OCT) images. The proposed method outperforms state-of-the-art segmentation methods on the public RETOUCH dataset having images captured from different acquisition procedures. Ablation studies and visual analysis also demonstrate benefits of integrating geometry and diversity.

研究动机与目标

• 解决传统医学影像数据增强方法在多样性与分布保真度方面的局限性。
• 克服现有基于GAN的方法在视网膜OCT图像中未能建模解剖标签之间几何关系的缺陷。
• 通过生成多样化且逼真的合成图像，提升对病理性区域（如糖尿病性黄斑水肿和年龄相关性黄斑变性中的液体积聚）的分割鲁棒性。
• 证明联合建模形状、分类与采样策略可提升分割性能与临床相关性。
• 通过生成高保真、疾病特异性的合成数据（涵盖正常与病理性病例），实现在标注数据有限情况下的有效训练。

提出的方法

• 提出GeoGAN，一种条件生成对抗网络，在图像生成过程中联合编码分割标签（如视网膜层与液体区域）之间的几何关系。
• 引入形状一致性损失，以在生成图像中保持解剖结构与标签间的空间关系。
• 应用分类损失，确保生成图像与正确的疾病类别（正常 vs. 病理性）一致。
• 在潜在空间中采用随机采样，从单张基础图像生成多样化变体，增强数据多样性。
• 在真实图像与GeoGAN生成图像的联合数据集上训练分割网络（U-Net），以提升泛化能力。
• 通过消融实验验证各组件的贡献：形状损失、分类损失与采样策略。

实验结果

研究问题

• RQ1 建模解剖标签之间的几何关系是否能提升合成OCT图像的真实感与多样性？
• RQ2 在基于GAN的数据增强中同时引入形状与分类监督，是否能提升对病理性视网膜区域的分割性能？
• RQ3 通过潜在空间采样引入的多样性，如何影响模型在不同扫描协议下的泛化能力？
• RQ4 仅在合成病理性图像上训练的模型，是否能在病理性测试病例上超越在真实正常图像上训练的模型？
• RQ5 与仅使用单一类型数据相比，联合使用正常与病理性数据进行训练，在多大程度上能提升分割鲁棒性？

主要发现

• GeoGAN在RETOUCH数据集上优于最先进数据增强方法，当在正常与病理性病例混合数据集上训练时，Dice分数达0.873，HD为9.2 mm。
• 当仅在正常图像上训练时，GeoGAN在病理性测试图像上的Dice分数为0.856，HD为9.9 mm，显著优于DAGAN（0.781 Dice，14.5 mm HD）与cGAN（0.802 Dice，13.7 mm HD）。
• 消融实验确认，所有组件——形状损失、分类损失与随机采样——均不可或缺，完整GeoGAN模型表现最佳。
• 在仅用正常图像训练、测试时使用病理性图像时，分割性能显著下降，凸显疾病特异性数据增强的重要性。
• 视觉分析表明，GeoGAN生成的图像保留了逼真的液体形态与解剖结构，且获得眼科医生的高度认可。
• 该方法在不同扫描协议下具有良好的泛化能力，且在临床教育与模型验证中通过合成数据生成展现出应用潜力。