[论文解读] Pneumothorax Segmentation: Deep Learning Image Segmentation to predict Pneumothorax

Karan Jakhar, Avneet Kaur+1 more|arXiv (Cornell University)|Dec 16, 2019

COVID-19 diagnosis using AIMedicine参考文献 25被引用 22

一句话总结

该论文提出一种基于U-Net架构、采用ResNet作为主干网络的深度学习模型，用于胸部X光片中气胸的语义分割，Dice系数达到84.3%，IoU为82.6%，可实现气胸的精确、实时检测与定位，辅助放射科医生及时做出诊断和治疗决策。

ABSTRACT

Computer vision has shown promising results in medical image processing. Pneumothorax is a deadly condition and if not diagnosed and treated at time then it causes death. It can be diagnosed with chest X-ray images. We need an expert and experienced radiologist to predict whether a person is suffering from pneumothorax or not by looking at the chest X-ray images. Everyone does not have access to such a facility. Moreover, in some cases, we need quick diagnoses. So we propose an image segmentation model to predict and give the output a mask that will assist the doctor in taking this crucial decision. Deep Learning has proved their worth in many areas and outperformed man state-of-the-art models. We want to use the power of these deep learning model to solve this problem. We have used U-net [13] architecture with ResNet [17] as a backbone and achieved promising results. U-net [13] performs very well in medical image processing and semantic segmentation. Our problem falls in the semantic segmentation category.

研究动机与目标

• 开发一种自动化、基于深度学习的系统，用于早期且准确检测胸部X光片中的气胸。
• 通过提供快速、可部署且具备视觉可解释性的分割掩码，减少对专家放射科医生的依赖。
• 提高诊断准确性，降低人工解读X光片时常见的假阴性率。
• 利用深度学习进行语义分割，精确定位肺部气胸区域。
• 构建一种计算效率高且适合实时临床部署的模型。

提出的方法

• 模型采用U-Net架构，通过跳跃连接在上采样过程中保留空间细节。
• 使用ResNet作为编码器主干网络，其在ImageNet上预训练以提升特征提取能力并加速训练收敛。
• 网络采用二元交叉熵损失函数，并使用Adam优化器，学习率设为0.0001。
• 通过OpenCV应用数据增强和对比度校正，以提升模型的鲁棒性与泛化能力。
• 在预测后应用阈值处理，以清除噪声并生成清晰的分割掩码。
• 采用Dice系数和交并比（IoU）作为标准指标，评估分割相似性。

实验结果

研究问题

• RQ1 基于深度学习的语义分割模型能否在胸部X光片中准确定位气胸？
• RQ2 在U-Net架构中集成ResNet作为主干网络在该任务中在多大程度上提升了分割性能？
• RQ3 与放射科医生的人工阅片相比，该模型在多大程度上降低了假阴性诊断率？
• RQ4 该模型能否生成可解释的分割掩码以支持临床决策？
• RQ5 在本医学影像背景下，Dice系数与IoU分数与视觉分割质量的相关性如何？

主要发现

• 模型达到84.3%的Dice系数和82.6%的IoU，表明预测掩码与真实标注掩码具有高度相似性。
• 使用预训练的ResNet权重显著加快了训练速度并提升了分割性能。
• 可视化结果表明，预测掩码在多种患者病例中均与专家标注的真实掩码高度一致。
• 通过阈值处理进行后处理，有效减少了噪声并增强了掩码的清晰度，提升了临床可解释性。
• 模型展现出良好的泛化能力与鲁棒性，在测试图像上保持一致的高性能表现。
• 由于在GPU硬件上具备高效的推理能力，该框架适合实时部署。