[论文解读] Vertebrae Detection and Localization in CT with Two-Stage CNNs and Dense Annotations

James McCouat, Ben Glocker|arXiv (Cornell University)|Oct 14, 2019

Medical Imaging and Analysis参考文献 11被引用 4

一句话总结

本文提出一种两阶段CNN框架，用于在CT扫描中检测和定位椎骨，采用3D密集标注进行初始检测，利用L1损失进行2D连续回归以保留解剖顺序，实现椎骨识别。该方法在病理脊柱CT基准测试中将最先进方法的平均定位精度提升了0.87mm。

ABSTRACT

We propose a new, two-stage approach to the vertebrae centroid detection and localization problem. The first stage detects where the vertebrae appear in the scan using 3D samples, the second identifies the specific vertebrae within that region-of-interest using 2D slices. Our solution utilizes new techniques to improve the accuracy of the algorithm such as a revised approach to dense labelling from sparse centroid annotations and usage of large anisotropic kernels in the base level of a U-net architecture to maximize the receptive field. Our method improves the state-of-the-art's mean localization accuracy by 0.87mm on a publicly available spine CT benchmark.

研究动机与目标

• 为解决在任意视野（FoV）CT扫描中，特别是存在缺失或异常解剖结构的病理病例中，准确进行椎骨定位的挑战。
• 通过使用密集标注增强上下文理解，改进现有依赖回归或稀疏标注的方法。
• 开发一种轻量化、快速推理的方法，以捕捉短程和长程解剖上下文，提升定位性能。
• 通过连续回归而非离散分类，显式建模椎骨的解剖顺序。
• 在扫描覆盖范围有限且存在伪影的临床相关场景中，降低定位误差。

提出的方法

• 两阶段方法：首先，使用大尺寸各向异性卷积核的3D U-Net在3D块（64×64×80）中检测椎体，采用带类别不平衡校正的加权分类交叉熵损失。
• 其次，使用2D U-Net对每个像素预测表示椎骨编号的连续值（例如C4 = 4），采用L1损失以保持顺序并支持基于回归的优化。
• 通过改进的方法从稀疏中心点标注生成密集标注，确保脊柱范围内空间一致性和覆盖度。
• 最终预测通过检测与识别输出的逐元素相乘获得，随后从峰值位置进行质心聚合。
• 检测模型每张扫描使用5个随机3D裁剪，而识别模型使用大尺寸2D切片以捕捉长程上下文。
• 该方法避免迭代推理（与基于RNN的最先进方法不同），实现快速推理（每张扫描约40秒）。

实验结果

研究问题

• RQ1 采用密集标注的两阶段CNN框架是否能优于基于回归或分类的方法，提升定位精度？
• RQ2 通过连续回归（L1损失）建模椎骨顺序是否优于离散分类？
• RQ3 在3D U-Net中使用各向异性卷积核扩大感受野，是否能提升对稀疏或病理椎骨区域的检测能力？
• RQ4 该方法在不同脊柱区域（颈椎、胸椎、腰椎）的性能表现如何？
• RQ5 该方法是否能在无显式形状先验的情况下，泛化至视野受限且存在严重伪影的扫描？

主要发现

• 与Liao等人[6]的最先进方法相比，该方法将平均定位误差降低了0.87mm，在完整测试集上达到5.60mm的平均误差。
• 识别率（预测结果与真实质心距离在20mm以内的比例）为85.8%，略低于Liao等人88.3%的水平，表明在胸椎区域存在鲁棒性权衡。
• 该方法在颈椎节段表现最佳（平均误差3.93mm），优于该区域的最先进方法。
• 胸椎节段误差最高（平均6.61mm），且T6和T7椎骨样本量较少（分别为80和82例），表明存在数据不平衡问题。
• 检测训练耗时11小时，识别训练耗时7小时，推理时间约为每张扫描40秒，展现出高效性。
• 由于上下文建模，该方法对伪影和缺失解剖结构具有鲁棒性，但当仅可见胸椎且无端点时性能下降。