[论文解读] Semi-supervised object detection based on single-stage detector for thighbone fracture localization

Jinman Wei, Jinkun Yao+4 more|arXiv (Cornell University)|Oct 20, 2022

Hip and Femur Fractures被引用 5

一句话总结

该论文提出了一种基于单阶段检测器的半监督目标检测框架，用于股骨骨折定位，引入了三个新颖模块：自适应困难样本导向（ADSO）模块用于可靠伪标签过滤，Fusion Box 模块用于合并相似的伪边界框，以及可变形扩展编码器（Dex 编码器）用于自适应数据增强。该方法在完整数据集上实现了最先进的性能，mAP50 达到 86.2%，mAP75 达到 52.6%，在低标签数据设置下显著优于现有方法。

ABSTRACT

The thighbone is the largest bone supporting the lower body. If the thighbone fracture is not treated in time, it will lead to lifelong inability to walk. Correct diagnosis of thighbone disease is very important in orthopedic medicine. Deep learning is promoting the development of fracture detection technology. However, the existing computer aided diagnosis (CAD) methods baesd on deep learning rely on a large number of manually labeled data, and labeling these data costs a lot of time and energy. Therefore, we develop a object detection method with limited labeled image quantity and apply it to the thighbone fracture localization. In this work, we build a semi-supervised object detection(SSOD) framework based on single-stage detector, which including three modules: adaptive difficult sample oriented (ADSO) module, Fusion Box and deformable expand encoder (Dex encoder). ADSO module takes the classification score as the label reliability evaluation criterion by weighting, Fusion Box is designed to merge similar pseudo boxes into a reliable box for box regression and Dex encoder is proposed to enhance the adaptability of image augmentation. The experiment is conducted on the thighbone fracture dataset, which includes 3484 training thigh fracture images and 358 testing thigh fracture images. The experimental results show that the proposed method achieves the state-of-the-art AP in thighbone fracture detection at different labeled data rates, i.e. 1%, 5% and 10%. Besides, we use full data to achieve knowledge distillation, our method achieves 86.2% AP50 and 52.6% AP75.

研究动机与目标

• 为解决医学图像分析中高标注成本问题，开发一种基于单阶段检测器的半监督目标检测方法，用于股骨骨折定位。
• 在低监督设置（1%、5%、10% 标注数据）下，通过有效利用未标注数据，提升检测性能。
• 解决单阶段检测器在半监督学习中面临的问题，如噪声伪标签和回归质量差。
• 通过自适应数据增强和伪标签优化技术，提升模型的鲁棒性和泛化能力。

提出的方法

• 提出 ADSO 模块，利用分类分数作为可靠性度量，过滤低置信度的伪标签。
• 引入 Fusion Box 模块，将重叠且相似的伪边界框合并为一个更可靠的回归目标。
• 设计一种可变形扩展编码器（Dex 编码器），采用空洞卷积以提升数据增强的适应性和特征表示能力。
• 采用教师-学生训练范式，由教师模型在未标注数据上生成伪标签，再用于训练学生模型。
• 应用知识蒸馏技术，利用完整数据进一步提升性能，尤其在 mAP75 指标上表现更优。
• 采用 YOLOF 作为骨干单阶段检测器，并通过消融实验验证各组件的有效性。

实验结果

研究问题

• RQ1 基于单阶段检测器的半监督目标检测框架能否在极低标注数据下实现股骨骨折定位的最先进性能？
• RQ2 在单阶段检测器对噪声预测高度敏感的背景下，如何提升半监督学习中伪标签的质量？
• RQ3 所提出的模块——ADSO、Fusion Box 和 Dex 编码器——在低数据场景下的性能增益贡献程度如何？
• RQ4 通过 Dex 编码器实现的自适应数据增强在多大程度上提升了模型的泛化能力和鲁棒性？

主要发现

• 所提方法在完整数据集上达到 86.2% 的 mAP50 和 52.6% 的 mAP75，创下股骨骨折检测的新 SOTA 记录。
• 在 1% 标注数据下，该方法实现 39.9% 的 mAP 和 79.2% 的 mAP50，显著优于基线模型。
• Fusion Box 模块在 0.05 阈值下表现最佳，相比基线模型 mAP 提升 0.9%。
• ADSO 模块在 0.5 置信度阈值下达到最优性能，且对阈值变化具有鲁棒性。
• Dex 编码器采用三个空洞块（空洞率分别为 4、6、8）时，在准确率与计算成本之间达到最佳平衡。
• 消融实验表明，ADSO、Fusion Box 和 Dex 编码器三个模块协同作用，使 mAP 相比基线提升 3.3%。