[论文解读] Spatial Aggregation of Holistically-Nested Networks for Automated Pancreas Segmentation

Holger R. Roth, Le Lü+3 more|arXiv (Cornell University)|Jun 24, 2016

Advanced Neural Network Applications参考文献 13被引用 27

一句话总结

本文提出了一种端到端的深度学习方法，用于在腹部CT扫描中实现胰腺的自动分割。该方法采用全卷积嵌套网络（HNN）联合学习器官内部与边界特征，随后通过随机森林进行空间聚合。在四折交叉验证中，该方法取得了78.01% ± 8.2%的Dice相似系数，显著优于以往方法，展现出优异的鲁棒性与跨数据集的泛化能力。

ABSTRACT

Accurate automatic organ segmentation is an important yet challenging problem for medical image analysis. The pancreas is an abdominal organ with very high anatomical variability. This inhibits traditional segmentation methods from achieving high accuracies, especially compared to other organs such as the liver, heart or kidneys. In this paper, we present a holistic learning approach that integrates semantic mid-level cues of deeply-learned organ interior and boundary maps via robust spatial aggregation using random forest. Our method generates boundary preserving pixel-wise class labels for pancreas segmentation. Quantitative evaluation is performed on CT scans of 82 patients in 4-fold cross-validation. We achieve a (mean $\pm$ std. dev.) Dice Similarity Coefficient of 78.01% $\pm$ 8.2% in testing which significantly outperforms the previous state-of-the-art approach of 71.8% $\pm$ 10.7% under the same evaluation criterion.

研究动机与目标

• 为应对胰腺解剖结构高度可变性带来的CT扫描分割精度限制问题。
• 通过在统一的深度学习框架中整合中层线索——器官内部与边界预测，提升语义分割性能。
• 开发一种计算效率更高的替代方案，以替代传统的逐患者留一法评估，实现在更大数据集上的可扩展验证。
• 通过多尺度深层特征的空间聚合，提升像素级标注的准确性和一致性。
• 在无需微调的情况下，验证模型在独立、未见数据集上的泛化能力。

提出的方法

• 采用全卷积嵌套网络（HNN）端到端学习胰腺内部（HNN-I）与边界（HNN-B）预测的多尺度特征表示。
• 使用基于随机森林的空间聚合模块（HNN-RF）整合HNN-I与HNN-B的概率图，利用学习到的空间一致性和位置线索。
• 通过在低阈值（>0.5）下进行随机森林分类，生成候选区域，以近乎100%的召回率提取包含胰腺的边界框。
• 利用训练数据校准阈值化概率图，以优化空间聚合性能。
• 以学习到的空间聚合策略替代传统的CRF或密集CRF优化，提升分割一致性。
• 在82例患者CT扫描上采用四折交叉验证训练和评估模型，避免计算成本高昂的逐患者留一法协议。

实验结果

研究问题

• RQ1 联合学习器官内部与边界特征是否能提升CT扫描中胰腺分割的准确性？
• RQ2 通过随机森林进行中层线索的空间聚合，是否优于传统的CRF优化方法？
• RQ3 在标准四折交叉验证下，该整体性深度学习方法是否能实现高于以往SOTA方法的Dice相似系数？
• RQ4 当应用于独立、未见数据集时，该方法的泛化性能如何？
• RQ5 与以往研究中常用的逐患者留一法评估策略相比，该方法是否具有更高的计算效率？

主要发现

• 所提出的HNN-RF方法在四折交叉验证中取得了78.01% ± 8.2%的平均Dice相似系数，显著优于相同评估协议下先前SOTA方法的71.8% ± 10.7%。
• 从HNN-I（76.99% DSC）到HNN-RF（78.01% DSC）的提升具有统计显著性（p < 0.001，Wilcoxon符号秩检验）。
• 该方法展现出更优的统计稳定性，DSC的标准差为8.2%，显著低于以往使用逐患者留一法评估的研究（分别为18.6%和15.3%）。
• 所有病例中的最低DSC值为34.11%，远高于以往方法中报告的DSC < 10%的病例。
• 80%的病例DSC高于74.13%，90%的病例DSC高于69.0%，表明在多种解剖变异下具有极强的一致性。
• 在未重新训练的情况下，将该模型应用于30例患者的独立数据集，通过平均四个交叉验证模型的预测结果，获得65.66%的平均DSC，展现出强大的泛化能力。