[论文解读] Residual and Plain Convolutional Neural Networks for 3D Brain MRI Classification

Sergey Korolev, Amir Safiullin+2 more|arXiv (Cornell University)|Jan 23, 2017

Medical Image Segmentation Techniques参考文献 9被引用 21

一句话总结

本文提出端到端的3D卷积神经网络——包括普通的VoxCNN和残差ResNet架构——用于将ADNI数据集中的3D脑部MRI扫描图像分类为阿尔茨海默病（AD）、轻度认知障碍（MCI）和正常对照组。结果表明，这些模型在无需手工特征提取的情况下实现了具有竞争力的性能（AD与NC对比的AUC最高达0.88），简化了流程，同时在小型神经影像数据集上保持了高精度。

ABSTRACT

In the recent years there have been a number of studies that applied deep learning algorithms to neuroimaging data. Pipelines used in those studies mostly require multiple processing steps for feature extraction, although modern advancements in deep learning for image classification can provide a powerful framework for automatic feature generation and more straightforward analysis. In this paper, we show how similar performance can be achieved skipping these feature extraction steps with the residual and plain 3D convolutional neural network architectures. We demonstrate the performance of the proposed approach for classification of Alzheimer's disease versus mild cognitive impairment and normal controls on the Alzheimer's Disease National Initiative (ADNI) dataset of 3D structural MRI brain scans.

研究动机与目标

• 通过消除多步骤特征提取，简化神经影像分类流程。
• 评估普通3D CNN和残差3D CNN在小型3D MRI数据集（如ADNI）上是否能实现优异性能。
• 比较端到端3D CNN与传统多步骤方法在分类AD、MCI和正常对照组方面的性能表现。
• 探究3D CNN在未经处理或仅经过最小预处理的MRI数据上的鲁棒性与泛化能力。

提出的方法

• 采用类似VGG的3D架构（VoxCNN），包含四个体素卷积模块、批量归一化、Dropout和Softmax输出层。
• 实现具有跳跃连接的残差3D CNN（ResNet），以缓解深层网络中的梯度消失问题。
• 使用Adam优化器，以低学习率（27×10⁻⁶）和批量大小5训练150个周期。
• 采用类别平衡的小批量训练策略，以稳定训练过程并防止类别不平衡影响学习。
• 通过随机裁剪和归一化进行数据增强，以提升泛化能力。
• 利用遮挡分析生成类别激活图，可视化网络对脑区的关注程度。

实验结果

研究问题

• RQ1 端到端的3D卷积神经网络是否能在无需手工特征提取的情况下，实现对3D脑部MRI数据的有竞争力的分类性能？
• RQ2 在ADNI等小型神经影像数据集上，普通3D CNN与残差3D CNN的性能表现如何比较？
• RQ3 3D CNN能否学习到对阿尔茨海默病相关脑区（如海马体和脑室）的关注，如注意力图所示？
• RQ4 残差连接的使用是否能提升小MRI数据集上的学习稳定性和性能？

主要发现

• VoxCNN和ResNet模型在AD与NC对比任务中分别实现了0.88 ± 0.08的AUC和0.80 ± 0.07的准确率，表明在关键二分类任务中表现优异。
• 在区分AD与早期或晚期MCI时，模型表现较低但稳定（AUC ~0.62–0.67），表明难以将AD与中间阶段的MCI区分开。
• ResNet模型在大多数任务中略优于VoxCNN，AD与NC对比的AUC为0.87 ± 0.07，AD与EMCI对比的AUC为0.67 ± 0.13。
• 注意力图显示，网络聚焦于阿尔茨海默病典型受累区域，如海马体和脑室，验证了其生物学合理性。
• 训练曲线显示性能在约第50个周期前持续提升，之后趋于平稳，表明模型已收敛。
• 模型在无需去颅骨处理或补丁采样等预处理步骤的情况下，实现了与以往复杂流程相当的结果。