《Biomedical Signal Processing and Control》:EADU-Net:A Pulmonary Nodule CT Segmentation Network Based on Local-Global Fusion and Multi-Dilated Convolutions
编辑推荐:
摘要精确的肺结节分割对于肺癌早期诊断至关重要。然而,现有的基于卷积神经网络(CNN)的方法仍面临三个关键局限:局部特征表示能力薄弱导致边界粗糙或内部出现空洞,全局上下文建模不足导致与相邻组织混淆及病灶漏检,以及感受野有限导致弥漫性或低对比度结节难以检测。为解决上述问题,我们提
摘要
精确的肺结节分割对于肺癌早期诊断至关重要。然而,现有的基于卷积神经网络(CNN)的方法仍面临三个关键局限:局部特征表示能力薄弱导致边界粗糙或内部出现空洞,全局上下文建模不足导致与相邻组织混淆及病灶漏检,以及感受野有限导致弥漫性或低对比度结节难以检测。为解决上述问题,我们提出了EADU-Net。其中LOEAR模块增强了局部特征提取和边界细节恢复能力,而其EAR子模块利用轴向自注意力机制捕捉长距离依赖关系,提升语义一致性。在解码器中,HDC策略扩展了感受野并融合多尺度上下文信息,从而减少分割漏检。在LIDC-IDRI数据集上,基于感兴趣区域(ROI)的分割设置下,EADU-Net相比U-Net在IoU和Dice指标上分别提升了7.32和5.01个百分点。
引言
计算机断层扫描(CT)图像凭借其高分辨率和丰富信息,已成为临床筛查的核心手段[1]。然而,面对海量的图像数据,当依赖人工视觉诊断时,医生容易因视觉疲劳或注意力分散而忽略细微特征。此外,由于缺乏患者完整的临床信息,医生的综合判断能力受到影响,导致假阳性率升高[2],[3]。计算机辅助诊断系统能有效协助医生完成结节检测和病灶分割等任务,不仅优化了工作流程,还显著提高了诊断准确率,从而减轻医疗负担[4]。
早期的传统分割方法,如聚类方法[5]、阈值分割[6]、图谱法[7]和区域生长法[8],依赖灰度、纹理和梯度等浅层特征进行目标区域提取[9]。然而,这些方法泛化能力较差,在实际应用中往往需要大量人工修正,因此难以满足临床需求。近年来,基于深度学习的医学图像分割方法逐渐克服了传统技术的局限性。这些方法可以从大规模医学图像数据集中学习,提取不同形态医学图像的深层特征,并精确分类每个像素,从而实现肿瘤、病灶、器官、细胞等关键病变区域的识别。与传统分割方法相比,基于深度学习的技术提供了更高的准确性和更稳定的分割结果,进一步确立了基于深度学习的医学图像分割作为当前研究热点的地位[10]。
Ronneberger等人提出的U-Net架构[11]标志着医学图像分割领域发展的新阶段。为应对医学图像分割中面临的挑战,如结构单一、样本量小和标注成本高,U-Net通过引入对称的编码器-解码器结构和跳跃连接机制,有效融合了深层语义和浅层细节,显著增强了模型的定位能力。此后,涌现了众多基于U-Net结构的变体。研究者持续优化模型结构以提升特征表达能力:Zhou等人提出的U-Net++[12]通过密集跳跃连接增强了特征传递效率;Huang等人提出的U-Net3+[13]利用多尺度监督机制实现了对上下文的更全面理解;Balachandran等人构建的Attention U-Net[14]利用注意力机制增强了肺结节区域的响应,在特异性和召回率方面表现优异。近期的可解释注意力机制医学图像分析研究进一步展示了注意力机制在突出疾病相关区域方面的价值。Abbas等人提出的DualAttendMed[15]采用了由粗到细的两阶段注意力策略,以强调疾病相关区域,并生成可解释的注意力图用于疾病定位和分类;Abbas等人提出的梯度引导因果注意力机制[16]聚焦于对决策有影响的病灶区域,并通过可视化提高模型解释的可靠性。这些研究进一步表明,注意力机制能够增强病灶相关特征表示并提高医学图像分析的可解释性。
然而,由于卷积操作局部感受野的固有局限性,仍然难以捕捉全局和长距离语义信息,导致在复杂结构下分割精度有限。因此,本文提出了一种改进的编码器-解码器结构EADU-Net。该模型有两大创新:首先,在编码器中,将Local2d局部卷积与增强注意力残差EAR模块相结合,通过门控残差机制增强局部特征与全局特征的交互;其次,在解码器中,采用多膨胀率空洞卷积模块HDC,实现不同尺度信息的有效融合。实验结果表明,该方法在LIDC-IDRI数据集[17]上的性能显著优于U-Net和U-Net++等主流模型。
章节摘要
相关理论
医学图像分割的关键在于准确提取图像中的病变区域。传统方法如OTSU阈值分割和区域生长法因泛化能力差,已逐渐被CNN结构所取代。U-Net凭借其编码-解码结构和跳跃连接机制,在医学图像领域得到了广泛应用。
肺结节分割数据筛选
为避免因切片级别或ROI级别随机划分导致潜在的数据泄露问题,数据集在患者级别进行了重建和组织。具体而言,首先从LIDC-IDRI的XML标注文件中筛选肺结节样本。为提高标注可靠性,仅保留至少由两名放射科医生标注的结节。对于每个选定的结节,使用可用放射科医生标注的50%共识阈值生成二值分割掩码。CT
肺结节分割算法工作流程
图13展示了EADU-Net网络用于肺结节分割的工作流程。首先,根据XML文件对LIDC-IDRI数据集进行筛选和统计;然后,使用OTSU阈值分割和图像算法从CT图像中提取肺实质;接下来,从肺实质部分提取感兴趣区域,并根据XML文件提供的结节相关标注信息,裁剪为96×96大小的输入数据,
结论
本研究提出了EADU-Net,一个旨在解决传统基于U-Net方法三大局限性的肺结节CT分割框架,即局部特征提取不足、全局上下文建模有限以及感受野覆盖受限。具体而言,在编码器中引入Local2d以增强边缘和精细结构细节的表示;EAR模块通过……增强全局语义建模并抑制无关干扰
伦理声明
本研究使用的LIDC-IDRI公开数据集(https://www.kaggle.com/datasets/ganeshkrishna329/lidc-idri-amrita?
select=LIDC-IDRI)是学术界公认的、经过伦理批准的肺结节研究数据库。LIDC-IDRI数据集已进行适当的去标识化处理,移除了所有个人识别信息(如患者姓名、病历编号和可能导致个人识别的人口统计学细节),确保合规
作者贡献声明
黄玲: 监督指导,方法论。朱讯: 初稿撰写,可视化,监督指导。刘东阳: 初稿撰写,监督指导。李兵: 审阅与编辑。
利益冲突声明
作者声明,他们不存在任何可能影响本文所报告工作的已知竞争性财务利益或个人关系。
黄玲|朱讯|刘东阳|李兵