[论文解读] Semantic-guided Encoder Feature Learning for Blurry Boundary Delineation

Dong Nie, Dinggang Shen|arXiv (Cornell University)|Jun 10, 2019

Medical Image Segmentation Techniques参考文献 11被引用 5

一句话总结

该论文提出了一种语义引导的编码器特征学习（SGM）模块和软轮廓约束，以改善低对比度医学图像中的边界分割。通过利用注意力机制的高分辨率语义特征，并使用概率性软标签建模模糊边界，该方法在边界分割上实现了最先进性能，尤其在MRI中的前列腺等具有挑战性的结构上，相较于基线UNet模型，Dice相似系数（DSC）提升了4.41%。

ABSTRACT

Encoder-decoder architectures are widely adopted for medical image segmentation tasks. With the lateral skip connection, the models can obtain and fuse both semantic and resolution information in deep layers to achieve more accurate segmentation performance. However, in many applications (e.g., blurry boundary images), these models often cannot precisely locate complex boundaries and segment tiny isolated parts. To solve this challenging problem, we firstly analyze why simple skip connections are not enough to help accurately locate indistinct boundaries and argue that it is due to the fuzzy information in the skip connection provided in the encoder layers. Then we propose a semantic-guided encoder feature learning strategy to learn both high resolution and rich semantic encoder features so that we can more accurately locate the blurry boundaries, which can also enhance the network by selectively learning discriminative features. Besides, we further propose a soft contour constraint mechanism to model the blurry boundary detection. Experimental results on real clinical datasets show that our proposed method can achieve state-of-the-art segmentation accuracy, especially for the blurry regions. Further analysis also indicates that our proposed network components indeed contribute to the improvement of performance. Experiments on additional datasets validate the generalization ability of our proposed method.

研究动机与目标

• 为解决低对比度医学图像中边界分割不准确的问题，特别是针对如MRI中的前列腺等边界模糊或消失的器官。
• 克服编码器-解码器网络中标准跳跃连接的局限性，后者会将浅层中的噪声和不精确特征传播到深层。
• 通过解码器提供的高层语义信息显式引导编码器层的特征学习，以实现更好的定位性能。
• 通过引入建模边界概率而非硬性二值标签的软轮廓约束，提升边界检测的鲁棒性。
• 在训练分布之外的外部数据集上验证该方法的泛化能力。

提出的方法

• 提出一种语义引导的编码器特征学习（SGM）模块，将低层编码器特征与高层解码器特征拼接，随后通过通道注意力与空间注意力机制，学习具有判别性的高分辨率语义特征。
• 利用解码器特征引导的注意力机制，选择性地增强编码器中信息丰富的空间与通道特征，减少噪声并增强与边界相关的表征。
• 采用基于概率边界标签（软标签）的软交叉熵损失，以建模模糊边界的不确定性，从而提升定位精度。
• 通过跳跃连接将增强后的编码器特征与解码器层结合，将原始拼接替换为注意力正则化的特征融合。
• 采用多任务学习策略，同时包含分割与边界检测分支，对清晰边界使用硬约束，对模糊边界使用软约束。
• 采用多尺度深度监督进行网络训练，并使用Dice相似系数（DSC）与平均表面距离（ASD）等标准指标评估性能。

实验结果

研究问题

• RQ1 深层特征提供的语义引导是否能提升高分辨率编码器特征的质量，从而改善医学图像分割中的边界定位？
• RQ2 将原始跳跃连接替换为基于注意力的特征融合，是否能减少噪声并提升在模糊边界上的性能？
• RQ3 建模边界概率的软轮廓约束是否能在低对比度区域中超越传统硬边界约束？
• RQ4 该方法在具有类似边界挑战的未见临床数据集上的泛化能力如何？
• RQ5 各组件（SGM模块、软约束）对整体性能提升的定量贡献分别是什么？

主要发现

• 与采用多尺度深度监督的基线UNet相比，该方法在前列腺（高度模糊的结构）上的Dice相似系数（DSC）提升了4.41%。
• 软轮廓约束使平均表面距离（ASD）提升了0.8%，表明在模糊边界上的定位精度更高。
• SGM模块对性能贡献显著，相较于基线模型，在膀胱、前列腺和直肠上的DSC分别提升了2.40%、4.41%和2.8%。
• 在PROMISE12数据集上，该方法在五折交叉验证中实现了DSC为0.92、ASD为1.57，排名290个提交结果中的前6名。
• 定性可视化显示，与FCN、UNet、AttUNet和ConSEUNet相比，该方法在模糊区域学习到了更清晰、更精确的边界图。
• 网络收敛更快，且学习到的特征图更具判别性，该结论通过第4个训练周期的聚类可视化方法得到验证。