[论文解读] Simultaneous Detection and Quantification of Retinal Fluid with Deep Learning

Dustin Morley, Hassan Foroosh+2 more|arXiv (Cornell University)|Aug 17, 2017

Retinal Imaging and Analysis参考文献 1被引用 13

一句话总结

本文提出了一种深度学习框架，通过混合使用ResNet和编码器-解码器架构，在视网膜OCT图像中同时检测并量化视网膜内液（IRF）、视网膜下液（SRF）和色素上皮脱离（PED）。该方法采用一种新颖的数据增强技术——'近视形变'（myopic warping），并结合图割与形态学操作进行后处理，分别在IRF、SRF和PED上取得了0.522、0.682和0.612的Dice分数，体积差异极低。

ABSTRACT

We propose a new deep learning approach for automatic detection and segmentation of fluid within retinal OCT images. The proposed framework utilizes both ResNet and Encoder-Decoder neural network architectures. When training the network, we apply a novel data augmentation method called myopic warping together with standard rotation-based augmentation to increase the training set size to 45 times the original amount. Finally, the network output is post-processed with an energy minimization algorithm (graph cut) along with a few other knowledge guided morphological operations to finalize the segmentation process. Based on OCT imaging data and its ground truth from the RETOUCH challenge, the proposed system achieves dice indices of 0.522, 0.682, and 0.612, and average absolute volume differences of 0.285, 0.115, and 0.156 mm$^3$ for intaretinal fluid, subretinal fluid, and pigment epithelial detachment respectively.

研究动机与目标

• 开发一种自动化深度学习系统，用于在OCT图像中同步检测并量化三种类型的视网膜液体（IRF、SRF、PED）。
• 通过一种新颖的数据增强方法——近视形变（myopic warping），结合基于旋转的增强，提升训练数据多样性并增强模型泛化能力。
• 通过将能量最小化（图割）与基于知识的形态学操作整合到后处理流程中，提升分割精度。
• 尽管参考标准存在不一致性，特别是在IRF方面，仍对RETOUCH挑战数据集进行性能评估。

提出的方法

• 该框架采用结合ResNet与编码器-解码器架构的深度卷积神经网络（CNN），将OCT切片中的每个像素分类为四种类别之一：IRF、SRF、PED或背景。
• 提出一种新颖的数据增强策略，称为'近视形变'（myopic warping），通过在中心点施加反平方力场来模拟视网膜曲率，可调节力强度与中心位置参数。
• 将标准的旋转增强（±8°，以2°为增量）与近视形变结合，使有效训练集规模扩大45倍。
• 通过从背景区域提取的强度轮廓填充形变产生的零填充区域，采用从正态分布中块状采样的方式，避免产生人工边缘。
• 后处理阶段在yz平面切片上应用3D图割算法，以保证空间一致性，其中预测标签的数据代价设为零，其他类别的代价为常数，平滑代价基于DoG滤波器计算。
• 在图割处理后，重建最终的分割体积并裁剪回原始尺寸，体积计算基于最终输出结果进行。

实验结果

研究问题

• RQ1 深度学习模型是否能在不依赖视网膜层分割的前提下，实现对OCT图像中多种视网膜液体类型的同步检测与量化？
• RQ2 所提出的近视形变增强技术在有限训练数据下，对提升模型泛化能力与性能的效果如何？
• RQ3 与原始CNN输出相比，采用图割与形态学操作进行后处理在多大程度上提升了分割精度？
• RQ4 模型在不同OCT扫描仪类型（Zeiss、Heidelberg、Topcon）上的表现如何，尤其考虑到参考标准存在不一致性？
• RQ5 尽管参考标准存在已知不一致性，特别是对IRF，模型性能是否依然稳健？

主要发现

• 该模型在所有设备上对视网膜内液（IRF）的Dice指数达到0.522，对视网膜下液（SRF）为0.682，对色素上皮脱离（PED）为0.612。
• IRF的平均绝对体积差（AVD）为0.285 mm³，SRF为0.115 mm³，PED为0.156 mm³，表明体积测量具有高度准确性。
• 在Zeiss和Heidelberg设备上，SRF和PED的性能显著优于Topcon，其中Topcon上PED的Dice分数较低（0.483），AVD较高（0.222 ± 0.470 mm³）。
• 尽管参考标准存在已知不一致性（尤其对IRF），模型仍表现出强劲性能，部分情况下其输出甚至比真实标签更准确。
• 该方法在无需视网膜层分割的前提下达到最先进性能，表明此类预处理步骤可能并非液体分割所必需。
• 近视形变与基于旋转的增强相结合，有效提升了训练数据多样性，从而增强了模型的泛化能力与鲁棒性。