[论文解读] Physical Accuracy of Deep Neural Networks for 2D and 3D Multi-Mineral Segmentation of Rock micro-CT Images

Ying Da Wang, Mehdi Shabaninejad+2 more|arXiv (Cornell University)|Feb 13, 2020

Enhanced Oil Recovery Techniques参考文献 68被引用 18

一句话总结

本研究评估了深度卷积神经网络（CNN）在岩石微CT图像中二维和三维多矿物分割的物理准确性，对比了U-Net、ResNet、SegNet以及一种新型混合U-ResNet架构。U-ResNet-3D模型在体素级和物理准确性方面表现最佳，表明高像素级性能并不能保证渗透率和连通性等物理属性的准确性，而这些属性在准确性较低的模型中差异可达数个数量级。

ABSTRACT

Segmentation of 3D micro-Computed Tomographic uCT) images of rock samples is essential for further Digital Rock Physics (DRP) analysis, however, conventional methods such as thresholding, watershed segmentation, and converging active contours are susceptible to user-bias. Deep Convolutional Neural Networks (CNNs) have produced accurate pixelwise semantic segmentation results with natural images and $μ$CT rock images, however, physical accuracy is not well documented. The performance of 4 CNN architectures is tested for 2D and 3D cases in 10 configurations. Manually segmented uCT images of Mt. Simon Sandstone are treated as ground truth and used as training and validation data, with a high voxelwise accuracy (over 99%) achieved. Downstream analysis is then used to validate physical accuracy. The topology of each segmented phase is calculated, and the absolute permeability and multiphase flow is modelled with direct simulation in single and mixed wetting cases. These physical measures of connectivity, and flow characteristics show high variance and uncertainty, with models that achieve 95\%+ in voxelwise accuracy possessing permeabilities and connectivities orders of magnitude off. A new network architecture is also introduced as a hybrid fusion of U-net and ResNet, combining short and long skip connections in a Network-in-Network configuration. The 3D implementation outperforms all other tested models in voxelwise and physical accuracy measures. The network architecture and the volume fraction in the dataset (and associated weighting), are factors that not only influence the accuracy trade-off in the voxelwise case, but is especially important in training a physically accurate model for segmentation.

研究动机与目标

• 评估深度学习方法在岩石微CT图像分割中实现的高体素级准确性是否能转化为对渗透率和连通性等物理属性的准确预测。
• 评估多种CNN架构——U-Net、ResNet、SegNet以及一种新型混合U-ResNet——在二维和三维多矿物分割任务中的性能。
• 证明通过直接模拟流动和拓扑结构验证的物理准确性，是数字岩石物理中一个关键但常被忽视的指标。
• 提出并验证一种新型混合U-ResNet-3D架构，结合短距离和长距离跳跃连接，以提升分割保真度。
• 强调网络架构设计和数据集组分体积分数加权在实现超越单纯像素级准确性的物理准确分割中的重要性。

提出的方法

• 通过人工分割蒙大拿州西蒙砂岩微CT图像生成真实标签，用于模型训练与验证，覆盖26.62亿个体素。
• 在二维和三维情况下，共设计10种配置，对四种CNN架构——U-Net、ResNet、SegNet以及一种新型U-ResNet混合架构——进行训练与评估。
• 提出一种混合U-ResNet-3D架构，将U-Net的跳跃连接与ResNet的残差模块融合于网络内网络结构中，以增强特征学习能力。
• 通过下游模拟验证物理准确性：绝对渗透率、相拓扑（通过欧拉数衡量）以及单相与混合润湿性条件下的多相流动（采用LBM方法）。
• 根据矿物类型分配接触角（如石英：60°，长石：70°，黏土：110°），并通过欧拉数追踪排水模拟过程中非湿相（NWP）的演化。
• 性能通过体素级准确性、渗透率偏差以及与真实标签相比的拓扑一致性（欧拉数偏差）进行量化。

实验结果

研究问题

• RQ1 深度学习方法在岩石微CT图像分割中实现的高体素级准确性，是否能确保对渗透率和连通性等物理属性的准确预测？
• RQ2 在二维和三维多矿物分割任务中，不同CNN架构（U-Net、ResNet、SegNet和U-ResNet）在像素级与物理准确性方面的表现如何比较？
• RQ3 网络架构选择与数据集组分体积分数加权在多矿物分割模型的物理准确性方面，其影响程度如何？
• RQ4 结合U-Net与ResNet组件的混合CNN架构，是否能同时提升多矿物分割的像素级与物理准确性？
• RQ5 在体素级准确性相近的模型中，物理属性如渗透率与相拓扑如何变化？这对数字岩石物理中的模型选择意味着什么？

主要发现

• U-ResNet-3D模型在体素级准确性（超过99%）和所有物理准确性指标（包括渗透率与欧拉数一致性）方面均表现最优。
• 体素级准确性超过95%的模型，其渗透率与连通性值却存在数个数量级的差异，表明像素级准确性与物理准确性之间存在关键脱节。
• U-ResNet-3D架构通过结合短距离与长距离跳跃连接，展现出更优的特征学习与泛化能力，尤其在三维分割中表现突出。
• 通过LBM模拟进行的物理验证表明，U-ResNet-3D在混合润湿性排水过程中，非湿相的欧拉数偏差仅在2%至9%之间，证实其具有高度的物理保真度。
• 损失函数中引入组分体积分数加权显著提升了分割准确性，尤其对次要矿物相的识别效果明显，凸显其在训练物理准确模型中的关键作用。
• 本研究揭示，物理准确性是一个独立且至关重要的指标，常被深度学习应用所忽视，必须超越标准的像素级基准进行验证。