[论文解读] Recurrent convolutional neural networks for mandible segmentation from computed tomography

Bingjiang Qiu, Jiapan Guo+5 more|arXiv (Cornell University)|Mar 13, 2020

Dental Radiography and Imaging被引用 5

一句话总结

本文提出RSegCNN，一种将编码器-解码器分割网络与循环结构相结合的循环卷积神经网络，用于提升头颈部CT扫描中的下颌骨分割性能。通过利用相邻切片间的空间连续性，该方法在弱边缘和金属伪影区域表现出色，于PDDCA数据集上取得95.10%的Dice分数，达到当前最先进水平。

ABSTRACT

Recently, accurate mandible segmentation in CT scans based on deep learning methods has attracted much attention. However, there still exist two major challenges, namely, metal artifacts among mandibles and large variations in shape or size among individuals. To address these two challenges, we propose a recurrent segmentation convolutional neural network (RSegCNN) that embeds segmentation convolutional neural network (SegCNN) into the recurrent neural network (RNN) for robust and accurate segmentation of the mandible. Such a design of the system takes into account the similarity and continuity of the mandible shapes captured in adjacent image slices in CT scans. The RSegCNN infers the mandible information based on the recurrent structure with the embedded encoder-decoder segmentation (SegCNN) components. The recurrent structure guides the system to exploit relevant and important information from adjacent slices, while the SegCNN component focuses on the mandible shapes from a single CT slice. We conducted extensive experiments to evaluate the proposed RSegCNN on two head and neck CT datasets. The experimental results show that the RSegCNN is significantly better than the state-of-the-art models for accurate mandible segmentation.

研究动机与目标

• 解决因金属伪影和高解剖变异导致的下颌骨CT扫描分割不准确问题。
• 提升在边缘模糊或不明显的区域（如髁突和下颌支）的分割鲁棒性。
• 在不牺牲图像质量或性能的前提下，降低3D分割的计算复杂度。
• 实现端到端、自动化的下颌骨分割，适用于临床3D虚拟手术规划。
• 利用切片间的时序（解剖）连续性，增强分割结果的结构一致性。

提出的方法

• 将2D U-Net风格的编码器-解码器分割网络（SegCNN）集成到循环神经网络（RNN）架构中，以建模CT切片间的序列依赖关系。
• 利用RNN将前序切片的形状和上下文信息作为先验，用于当前切片的分割，从而增强结构连续性。
• 采用结合Dice损失和二元交叉熵（BCE）的混合损失函数，以优化分割精度和边界清晰度。
• 通过RNN顺序处理2D切片，保持编码先前切片上下文信息的隐藏状态。
• 利用循环结构在低对比度或受伪影影响的区域（如牙科区域）中稳定预测结果。
• 在109例来自私有数据集的头颈部CT扫描和40例来自PDDCA公开数据集的扫描上进行端到端训练。

实验结果

研究问题

• RQ1 与标准的2D或3D CNN相比，对CT切片序列进行循环建模是否能提升下颌骨分割的准确性？
• RQ2 基于RNN的架构在边缘模糊或不明显的区域（如髁突和下颌支）中，其分割性能提升程度如何？
• RQ3 在切片间引入形状连续性是否能降低对牙科区域金属伪影和噪声的敏感性？
• RQ4 与3D体素网络相比，该方法是否能在保持高性能的同时降低计算复杂度？
• RQ5 在基准数据集上，RSegCNN与当前最先进方法相比，在Dice分数、平均表面距离（ASD）和95% Hausdorff距离（95HD）方面表现如何？

主要发现

• 在PDDCA数据集上，RSegCNN取得95.10%（±1.21）的Dice分数，优于表3中列出的所有最先进方法。
• 平均表面距离（ASD）为0.1367毫米（±0.0382），显著低于大多数基线模型，表明边界精度高。
• 95% Hausdorff距离（95HD）为1.356毫米（±0.4487），表明在捕捉最极端的分割误差方面具有鲁棒性。
• 视觉检查证实，该方法在分割复杂区域（如髁突和下颌支）方面表现更优，这些区域对3D手术规划至关重要。
• 消融实验表明，移除RNN模块后性能明显下降，证实了循环建模的价值。
• 该方法在低对比度和受伪影影响区域表现出强泛化能力，显示出对临床常见成像挑战的鲁棒性。