[论文解读] Simultaneous lesion and neuroanatomy segmentation in Multiple Sclerosis using deep neural networks

Richard McKinley, Rik Wepfer+11 more|arXiv (Cornell University)|Jan 22, 2019

Multiple Sclerosis Research Studies参考文献 48被引用 12

一句话总结

本研究提出了一种基于3D到2D卷积神经网络的深度学习框架（DeepSCAN），用于在多对比度MRI中同时分割多发性硬化病变和脑部结构。该方法在病变检测方面达到与人类评分者相当的水平，并优于现有方法，尤其在使用额外解剖标签进行训练时，表现出对中心外数据的强大泛化能力。

ABSTRACT

Segmentation of white matter lesions and deep grey matter structures is an important task in the quantification of magnetic resonance imaging in multiple sclerosis. In this paper we explore segmentation solutions based on convolutional neural networks (CNNs) for providing fast, reliable segmentations of lesions and grey-matter structures in multi-modal MR imaging, and the performance of these methods when applied to out-of-centre data. We trained two state-of-the-art fully convolutional CNN architectures on the 2016 MSSEG training dataset, which was annotated by seven independent human raters: a reference implementation of a 3D Unet, and a more recently proposed 3D-to-2D architecture (DeepSCAN). We then retrained those methods on a larger dataset from a single centre, with and without labels for other brain structures. We quantified changes in performance owing to dataset shift, and changes in performance by adding the additional brain-structure labels. We also compared performance with freely available reference methods. Both fully-convolutional CNN methods substantially outperform other approaches in the literature when trained and evaluated in cross-validation on the MSSEG dataset, showing agreement with human raters in the range of human inter-rater variability. Both architectures showed drops in performance when trained on single-centre data and tested on the MSSEG dataset. When trained with the addition of weak anatomical labels derived from Freesurfer, the performance of the 3D Unet degraded, while the performance of the DeepSCAN net improved. Overall, the DeepSCAN network predicting both lesion and anatomical labels was the best-performing network examined.

研究动机与目标

• 开发一种深度学习模型，用于在多对比度MRI中同时分割MS病变和健康脑结构。
• 评估模型在中心外数据上的性能，以评估其在不同扫描仪和站点间的可迁移性与鲁棒性。
• 探究添加弱解剖标签是否能提升病变分割性能。
• 将所提方法与公开可用工具及最先进模型在病变检测与分割方面的表现进行比较。
• 评估数据集偏移与标签质量对模型泛化能力的影响。

提出的方法

• 在2016年MSSEG训练数据集上训练了两种3D全卷积神经网络架构——3D U-Net与DeepSCAN，使用七位人类评分者的标注。
• 在更大的单中心数据集上重新训练模型，部分模型额外添加了深部灰质结构的标签。
• 利用Freesurfer生成的弱解剖标签，增强训练数据以提升泛化能力。
• 采用多任务学习，从T1、FLAIR和T2加权MRI序列中联合预测病变与神经解剖结构的分割掩码。
• 使用Dice系数、病变检测的F1分数以及与共识金标准的重叠度指标评估性能。
• 通过交叉验证和Insel32及MSSEG数据集的外部测试，评估模型的可迁移性。

实验结果

研究问题

• RQ1 单一深度学习模型能否实现MS病变与脑结构的高精度同步分割？
• RQ2 当在单中心数据上训练的模型在多中心数据上测试时，性能如何下降？
• RQ3 在Freesurfer中引入弱解剖标签是否能提升病变分割性能？
• RQ4 与公开可用工具（如LST）相比，所提方法在检测与分割准确性方面表现如何？
• RQ5 在病变检测中，假阳性和假阴性在多大程度上源于标注错误而非模型失效？

主要发现

• DeepSCAN网络在所有测试模型中表现最佳，在MSSEG数据集上的Dice系数达到0.59，接近评分者间差异水平。
• 两种CNN架构在MSSEG数据集的交叉验证中均优于现有方法，与人类评分者的一致性接近人类评分者间的一致性水平。
• 当在单中心数据上训练的模型在MSSEG数据集上测试时，性能显著下降，表明存在领域偏移效应。
• 添加由Freesurfer生成的解剖标签可提升DeepSCAN的性能，但会降低3D U-Net的性能，表明不同网络架构对辅助监督的敏感性不同。
• 在DeepSCAN遗漏的777个病变中，75%（579个）被神经放射科医生判断为人类评分者标注错误，表明许多“假阳性”实为伪影或正常结构。
• 在372个假阳性病变中，有137个（37%）是评分者遗漏的真实病变，强调F1分数在病变检测中比Dice系数更具信息量。