[论文解读] Retinal Optic Disc Segmentation using Conditional Generative Adversarial Network

Vivek Kumar Singh, Hatem A. Rashwan+8 more|arXiv (Cornell University)|Jun 11, 2018

Retinal Imaging and Analysis参考文献 10被引用 19

一句话总结

本文提出了一种用于视网膜视盘分割的条件生成对抗网络（cGAN），采用类似U-Net的编码器-解码器生成器结构，结合跳跃连接与判别器，以提高边界精度。该方法在DRISHTI GS1和RIM-ONE数据集上均达到最先进性能，Jaccard指数分别达到0.96和0.93，Dice分数分别为0.97和0.98，且在GPU上单张图像分割时间不足一秒。

ABSTRACT

This paper proposed a retinal image segmentation method based on conditional Generative Adversarial Network (cGAN) to segment optic disc. The proposed model consists of two successive networks: generator and discriminator. The generator learns to map information from the observing input (i.e., retinal fundus color image), to the output (i.e., binary mask). Then, the discriminator learns as a loss function to train this mapping by comparing the ground-truth and the predicted output with observing the input image as a condition.Experiments were performed on two publicly available dataset; DRISHTI GS1 and RIM-ONE. The proposed model outperformed state-of-the-art-methods by achieving around 0.96% and 0.98% of Jaccard and Dice coefficients, respectively. Moreover, an image segmentation is performed in less than a second on recent GPU.

研究动机与目标

• 开发一种基于深度学习的方法，实现视网膜眼底图像中视盘的精确且高效分割。
• 解决视盘边界精确检测的挑战，这对于青光眼及其他视网膜疾病诊断至关重要。
• 利用条件生成对抗网络，通过学习输入眼底图像中的真实纹理与结构特征，提升分割质量。
• 在多种数据集上，分割精度与鲁棒性方面超越现有最先进方法。
• 利用现代GPU硬件实现实时推理，适用于临床部署。

提出的方法

• 所提出的框架采用基于编码器-解码器架构的条件生成对抗网络，生成器网络结合批量归一化与LeakyReLU激活函数。
• 在对应的编码器与解码器层之间引入跳跃连接，以保留空间细节并增强特征学习。
• 生成器通过转置卷积进行上采样，并在最后一层使用Sigmoid激活函数，将输入视网膜眼底图像映射为二值视盘分割掩膜。
• 判别器网络通过将生成的分割掩膜与真实掩膜进行比较，并以输入图像为条件，评估其真实性。
• 整体训练目标结合二元交叉熵损失与对抗性损失，以促使生成器输出的掩膜与真实掩膜难以区分。
• 模型在DRISHTI GS1与RIM-ONE两个公开数据集上进行端到端训练，采用标准数据增强与优化技术。

实验结果

研究问题

• RQ1 与现有深度学习方法相比，条件生成对抗网络框架是否能实现更优的视盘分割性能？
• RQ2 对抗性训练与跳跃连接的引入对分割精度与边界精确度有何影响？
• RQ3 所提出的cGAN在图像质量与视盘外观差异较大的多样化视网膜图像数据集上，其泛化能力如何？
• RQ4 该模型是否能在保持高精度的同时，实现适合实时临床应用的推理速度？
• RQ5 对抗性组件是否提升了模型学习视盘细微结构特征的能力？

主要发现

• 所提出的cGAN模型在DRISHTI GS1数据集上达到0.96的Jaccard指数与0.97的Dice系数，优于所有基线方法。
• 在RIM-ONE数据集上，模型达到0.93的Jaccard指数与0.98的Dice系数，展现出强大的跨数据集泛化能力。
• 在DRISHTI GS1上，模型准确率达到0.98，敏感度为0.98，特异度为0.99，表明分割结果整体可靠性高。
• 在现代GPU上，单张图像推理时间不足一秒，证实了其实时可行性。
• 图4的定性结果表明，cGAN生成的掩膜边界清晰、准确，与真实掩膜高度一致，优于FCN、SegNet与U-Net。
• 无论在定量指标还是视觉质量方面，该方法均优于最先进方法，包括U-Net以及Shankaranarayana等人与Zilly等人提出的方法。