[论文解读] Two-Stage Convolutional Neural Network Architecture for Lung Nodule Detection

Haichao Cao, Hong Liu+6 more|arXiv (Cornell University)|May 9, 2019

Lung Cancer Diagnosis and Treatment参考文献 63被引用 9

一句话总结

该论文提出了一种两阶段3D卷积神经网络（TSCNN），用于在CT扫描中检测肺结节，采用改进的UNet进行初始检测，并利用基于双池化的3D CNN减少假阳性。在LUNA16数据集上评估，该方法实现了最先进的性能，具有高查全率和查准率，得益于困难负样本挖掘和集成学习技术。

ABSTRACT

Early detection of lung cancer is an effective way to improve the survival rate of patients. It is a critical step to have accurate detection of lung nodules in computed tomography (CT) images for the diagnosis of lung cancer. However, due to the heterogeneity of the lung nodules and the complexity of the surrounding environment, robust nodule detection has been a challenging task. In this study, we propose a two-stage convolutional neural network (TSCNN) architecture for lung nodule detection. The CNN architecture in the first stage is based on the improved UNet segmentation network to establish an initial detection of lung nodules. Simultaneously, in order to obtain a high recall rate without introducing excessive false positive nodules, we propose a novel sampling strategy, and use the offline hard mining idea for training and prediction according to the proposed cascaded prediction method. The CNN architecture in the second stage is based on the proposed dual pooling structure, which is built into three 3D CNN classification networks for false positive reduction. Since the network training requires a significant amount of training data, we adopt a data augmentation method based on random mask. Furthermore, we have improved the generalization ability of the false positive reduction model by means of ensemble learning. The proposed method has been experimentally verified on the LUNA dataset. Experimental results show that the proposed TSCNN architecture can obtain competitive detection performance.

研究动机与目标

• 为在复杂CT环境中以高精度检测异质性肺结节提供解决方案。
• 在保持高查全率的同时减少肺结节检测中的假阳性结果。
• 通过数据增强和集成学习技术提升模型泛化能力。
• 通过离线困难样本挖掘构建级联预测框架，实现稳健训练。

提出的方法

• 第一阶段采用改进的3D UNet架构，用于在CT体积中初步定位肺结节。
• 应用一种基于离线困难样本挖掘的新颖采样策略，在训练过程中优先处理困难的负样本。
• 第二阶段将双池化结构整合到三个3D CNN中，以优化预测并减少假阳性。
• 通过随机掩码进行数据增强，以提升训练数据的多样性并增强模型鲁棒性。
• 对假阳性减少模型应用集成学习，以提升泛化能力和性能。
• 采用级联预测方法，结合两阶段的输出以增强检测可靠性。

实验结果

研究问题

• RQ1 与单阶段方法相比，两阶段3D CNN架构是否能提升肺结节检测的准确性？
• RQ2 所提出的离线困难样本挖掘采样策略在不牺牲查全率的前提下，是否能有效减少假阳性？
• RQ3 第二阶段网络中的双池化结构在减少假阳性方面有多大的增强效果？
• RQ4 在数据量有限的情况下，基于随机掩码的数据增强策略如何影响模型的泛化能力？
• RQ5 集成学习是否能进一步提升假阳性减少模型的性能？

主要发现

• TSCNN在LUNA16数据集上表现出具有竞争力的检测性能，展示了本研究背景下的最先进结果。
• 该方法在显著减少假阳性检测的同时，保持了较高的查全率，得益于两阶段设计。
• 离线困难样本挖掘的使用改善了模型对困难负样本的学习能力，有助于提升泛化性能。
• 集成学习方法增强了假阳性减少网络的鲁棒性和性能。
• 第二阶段3D CNN中的双池化结构提升了候选结节的分类准确率。
• 基于随机掩码的数据增强策略有效增加了训练数据的多样性，并改善了模型的泛化能力。