[论文解读] Regression and Learning with Pixel-wise Attention for Retinal Fundus Glaucoma Segmentation and Detection

Peng Liu, Ruogu Fang|arXiv (Cornell University)|Jan 6, 2020

Retinal Imaging and Analysis参考文献 9被引用 5

一句话总结

该论文提出两种深度学习模型——用于视盘和视杯分割的X-Unet，以及基于空洞卷积的分类器用于青光眼检测——通过像素级注意力机制和回归方法提升准确性。通过将分割任务视为使用平均绝对误差损失的图像回归，并整合挤压-激励模块与空洞空间金字塔池化，模型在REFUGE挑战赛中取得最先进性能，分割任务排名第8，分类任务排名第2。

ABSTRACT

Observing retinal fundus images by an ophthalmologist is a major diagnosis approach for glaucoma. However, it is still difficult to distinguish the features of the lesion solely through manual observations, especially, in glaucoma early phase. In this paper, we present two deep learning-based automated algorithms for glaucoma detection and optic disc and cup segmentation. We utilize the attention mechanism to learn pixel-wise features for accurate prediction. In particular, we present two convolutional neural networks that can focus on learning various pixel-wise level features. In addition, we develop several attention strategies to guide the networks to learn the important features that have a major impact on prediction accuracy. We evaluate our methods on the validation dataset and The proposed both tasks' solutions can achieve impressive results and outperform current state-of-the-art methods. extit{The code is available at \url{https://github.com/cswin/RLPA}}.

研究动机与目标

• 解决由于不同成像设备和采集条件导致的视网膜眼底图像高变异性问题。
• 通过基于像素级特征学习的深度学习方法，提升青光眼检测与视盘/视杯分割的准确性。
• 通过基于回归的分割与注意力机制聚焦低级像素级特征，以克服过拟合与域偏移问题。
• 开发在临床环境中适用于多样图像质量与分辨率的鲁棒泛化模型。

提出的方法

• 提出X-Unet，一种具有三个输入分支的多输入U-Net变体，以保留原始像素信息并减少过拟合。
• 集成挤压-激励模块，基于全局上下文动态重新校准通道特征，增强特征表示能力。
• 将分割任务视为使用平均绝对误差（MAE）损失的图像回归，以保留低级像素级特征，而非传统的像素级分类。
• 在改进的DeepLab+3架构中采用空洞卷积与ASPP，以在保持空间分辨率的同时提取多尺度上下文特征。
• 使用全局平均池化与全连接层，将特征图转换为青光眼风险概率，用于分类任务。
• 应用数据增强（旋转、翻转）与基于DE-Net的感兴趣区域（ROI）裁剪，以标准化输入图像块并提升泛化能力。

实验结果

研究问题

• RQ1 与标准分类方法相比，将分割任务视为使用MAE损失的图像回归是否能提升像素级准确性？
• RQ2 如挤压-激励模块等注意力机制在增强青光眼分割特征表示方面有多有效？
• RQ3 通过空洞卷积与ASPP实现的多尺度特征提取是否能提升在图像质量多变的眼底图像上的青光眼分类性能？
• RQ4 多输入架构与ROI裁剪在多大程度上减少了训练集与验证集之间的域偏移？

主要发现

• 在验证集上，分割模型的视杯Dice系数均值为0.8498，视盘Dice系数均值为0.9433，在REFUGE挑战赛中排名第8。
• 分类模型在验证集上的AUC为0.9708，敏感度为0.95，在挑战赛中排名第2。
• 训练集AUC达到1.0，敏感度为100%，表明存在潜在过拟合，但通过仔细的数据预处理与模型平均策略得以缓解。
• 采用MAE损失进行基于回归的分割，成功保留了低级像素特征，相比标准分类方法提升了预测准确性。
• 集成挤压-激励模块通过基于全局上下文选择性增强信息丰富的通道，显著提升了特征学习能力。
• 结合DE-Net的ROI裁剪与多尺度输入图像重采样，通过降低训练与验证图像间的方差，提升了模型鲁棒性。