[论文解读] PrepNet : a convolutional auto-encoder to homogenize CT scans for cross-dataset medical image analysis

Mohammadreza Amirian, Javier A. Montoya‐Zegarra+6 more|arXiv (Cornell University)|Oct 1, 2021

COVID-19 diagnosis using AIMedicine被引用 1

一句话总结

PrepNet 是一种可训练的卷积自编码器，通过在不同扫描仪技术之间学习统一的图像表征，减少 2D CT 扫描中的跨数据集差异。通过在多个数据集上联合训练以欺骗领域判别器，它在跨数据集 COVID-19 诊断准确率上最高提升 11.84 个百分点，尽管在单数据集性能上略有下降（1.83 个百分点）。

ABSTRACT

With the spread of COVID-19 over the world, the need arose for fast and precise automatic triage mechanisms to decelerate the spread of the disease by reducing human efforts e.g. for image-based diagnosis. Although the literature has shown promising efforts in this direction, reported results do not consider the variability of CT scans acquired under varying circumstances, thus rendering resulting models unfit for use on data acquired using e.g. different scanner technologies. While COVID-19 diagnosis can now be done efficiently using PCR tests, this use case exemplifies the need for a methodology to overcome data variability issues in order to make medical image analysis models more widely applicable. In this paper, we explicitly address the variability issue using the example of COVID-19 diagnosis and propose a novel generative approach that aims at erasing the differences induced by e.g. the imaging technology while simultaneously introducing minimal changes to the CT scans through leveraging the idea of deep auto-encoders. The proposed prepossessing architecture (PrepNet) (i) is jointly trained on multiple CT scan datasets and (ii) is capable of extracting improved discriminative features for improved diagnosis. Experimental results on three public datasets (SARS-COVID-2, UCSD COVID-CT, MosMed) show that our model improves cross-dataset generalization by up to $11.84$ percentage points despite a minor drop in within dataset performance.

研究动机与目标

• 解决由于不同扫描仪和机构间 CT 扫描采集差异导致的医学图像分析中的领域偏移问题。
• 开发一种可训练的预处理方法，以减少扫描仪特异性伪影，同时保留具有诊断相关性的特征。
• 利用具有不同采集协议的公开 CT 数据集，提升 COVID-19 诊断的跨数据集泛化能力。
• 在真实世界基准上验证该方法，证明其在多个公开数据集间的可迁移性。

提出的方法

• PrepNet 是一种使用双重目标进行训练的深度卷积自编码器：重建输入 CT 扫描，并欺骗一个用于分类扫描来源的领域判别器。
• 该模型在多个 CT 数据集（SARS-CoV-2、UCSD COVID-CT、MosMed）上联合训练，以最小化潜在空间中的领域特异性特征。
• 该架构采用共享编码器和解码器，并结合对抗性训练，其中判别器旨在识别数据集来源，而自编码器则旨在隐藏该信息。
• 该方法借鉴 GAN 的对抗性学习思想，但专注于预处理而非图像生成。
• 预处理步骤集成在下游分类器之前，支持通过梯度反向传播进行端到端训练。
• 采用标准的迁移学习协议进行评估：在一个数据集上训练，在其他数据集上测试，测量跨数据集的平衡准确率。

实验结果

研究问题

• RQ1 可训练的自编码器是否能在不依赖人工数据增强或领域特定微调的情况下，减少来自不同扫描仪的 2D CT 扫描中的领域偏移？
• RQ2 与基线模型相比，PrepNet 在多大程度上提升了 COVID-19 诊断的跨数据集泛化能力？
• RQ3 领域特异性特征的减少是否以牺牲源数据集上的诊断性能为代价？
• RQ4 该模型是否能推广到具有不同图像质量和采集协议的多个公开数据集？
• RQ5 通过损失监控和架构优化，是否可以检测并缓解自编码器引入的重建伪影？

主要发现

• 当在某一数据集上训练并在另一数据集上测试时，PrepNet 在 SARS-CoV-2 CT 扫描数据集上的跨数据集平衡准确率提升了 11.84 个百分点。
• 当用作预处理器时，该模型在 MosMed 数据集上的平衡准确率提升了 10.07 个百分点。
• 在 UCSD COVID-CT 数据集上，模型的单数据集性能下降了 1.83 个百分点，表明领域不变性与诊断保真度之间存在权衡。
• 该方法将领域分类器的准确率降低至接近随机猜测水平，证实了有效减少领域偏移。
• 在某些情况下观察到重建伪影，尤其是在高对比度区域，且与重建损失增加相关。
• 该方法实现了在多样化 CT 数据集间的迁移学习，表明其在多中心医学影像任务中具有更广泛的应用潜力。