[论文解读] Whole-body tumor segmentation of 18F -FDG PET/CT using a cascaded and ensembled convolutional neural networks

Ludovic Sibille, Xinrui Zhan+1 more|arXiv (Cornell University)|Oct 14, 2022

Medical Imaging Techniques and Applications被引用 4

一句话总结

本研究提出一种级联且集成的3D卷积神经网络，用于18F-FDG PET/CT扫描中的全身影像肿瘤分割，采用从粗到精的方法，先以6mm分辨率进行初始分割，再通过基于残差的优化器恢复原始分辨率。该方法在84个测试病例上实现了0.68的Dice分数，并且自动与手动测量的代谢肿瘤体积（MTV）之间具有高度相关性（R² = 0.969）。

ABSTRACT

Background: A crucial initial processing step for quantitative PET/CT analysis is the segmentation of tumor lesions enabling accurate feature ex-traction, tumor characterization, oncologic staging, and image-based therapy response assessment. Manual lesion segmentation is however associated with enormous effort and cost and is thus infeasible in clinical routine. Goal: The goal of this study was to report the performance of a deep neural network designed to automatically segment regions suspected of cancer in whole-body 18F-FDG PET/CT images in the context of the AutoPET challenge. Method: A cascaded approach was developed where a stacked ensemble of 3D UNET CNN processed the PET/CT images at a fixed 6mm resolution. A refiner network composed of residual layers enhanced the 6mm segmentation mask to the original resolution. Results: 930 cases were used to train the model. 50% were histologically proven cancer patients and 50% were healthy controls. We obtained a dice=0.68 on 84 stratified test cases. Manual and automatic Metabolic Tumor Volume (MTV) were highly correlated (R2 = 0.969,Slope = 0.947). Inference time was 89.7 seconds on average. Conclusion: The proposed algorithm accurately segmented regions suspicious for cancer in whole-body 18F -FDG PET/CT images.

研究动机与目标

• 开发一种用于18F-FDG PET/CT扫描中全身影像肿瘤自动分割的深度学习方法，以克服人工分割的局限性。
• 应对正常组织与肿瘤中FDG摄取模式的高变异性，包括低摄取病灶和伪影。
• 通过结合集成学习与分辨率精炼的级联架构，提升分割的准确性和鲁棒性。
• 在保持对多种病灶类型和患者群体高性能的同时，实现临床可行的推理速度。

提出的方法

• 采用级联的两阶段框架：首先，通过四个定制的3D U-Net模型堆叠集成，在固定6mm各向同性分辨率下处理PET/CT图像，生成粗分割掩膜。
• 集成模型在瓶颈层使用大卷积核尺寸（9³）以捕捉长距离依赖关系，并采用带实例归一化的Leaky ReLU激活函数。
• 基于残差的优化器网络在原始分辨率图像和6mm分割掩膜上进行训练，以将输出精炼至全分辨率，提升空间精度。
• 数据增强包括随机翻转、仿射变换以及针对PET图像的增强（模糊、亮度、对比度、伽马校正），并为优化器额外引入随机间距，以确保分辨率无关性。
• 模型训练采用Dice损失与交叉熵损失的组合，结合深度监督和梯度裁剪以稳定训练过程。
• 后处理包括连通组件分析与特征聚合，但因性能增益微小，最终排除了序列模型（LSTM/GRU）的使用。

实验结果

研究问题

• RQ1 级联且集成的3D CNN架构是否能在涵盖低摄取和播散性病灶的多样化FDG-PET/CT表现中实现稳健的全身影像肿瘤分割？
• RQ2 通过共享架构的多个3D U-Net模型结合集成平均，如何提升分割的稳定性和性能？
• RQ3 在从6mm粗略预测恢复至原始分辨率时，分辨率精炼网络在多大程度上提升了分割精度？
• RQ4 不同的损失函数与数据增强策略如何影响模型的泛化能力及对病灶变异的鲁棒性？
• RQ5 该自动化分割方法是否能在代谢肿瘤体积（MTV）估计中与人工专家勾画实现高度一致？

主要发现

• 最终集成模型在84个分层测试病例上取得0.6823的Dice分数，其中含前景病灶病例的Dice分数同样为0.6823。
• 自动与人工分割的代谢肿瘤体积（MTV）之间相关性极高，R² = 0.969，斜率 = 0.947。
• 集成模型的假阳性体积降低至11.59 mL（以体素计），假阴性体积降低至19.59 mL，表明敏感性与特异性之间实现了有效平衡。
• 完整流程（含优化器）在单张V100 GPU上平均耗时89.7秒/例，未针对推理速度进行优化。
• 该模型对正常生理摄取模式（如棕色脂肪、肠道、肾脏）及病理变异（包括低摄取和大块病灶）表现出强鲁棒性。
• 结合Dice损失与交叉熵损失，辅以深度监督和梯度裁剪，显著提升了训练稳定性与最终性能。