脑肿瘤的语义分割对其治疗和预防具有极其重要的意义。最近,研究人员提出了各种基于神经网络的架构,以提高脑肿瘤亚区域的分割性能。脑肿瘤分割作为一个具有挑战性的研究领域,需要提高其性能。本文提出了一种二维图像分割方法BU-Net,为脑肿瘤分割研究做出贡献。


相关论文以题为“BU-Net: Brain Tumor Segmentation Using Modified U-Net Architecture”与2020年12月21日发表在《Electronics》上。


新型U-Net架构,可应用于脑肿瘤分割等领域!


脑肿瘤是由于人脑中的细胞异常生长而引起的。目前,恶性脑肿瘤的发病率比较高,对人类和社会的影响很大。为了诊断这种疾病,通过高质量的图像处理,对脑肿瘤进行细分。主导恶性脑肿瘤被称为组织学胶质瘤,其亚区域为肿瘤核心、增强核心和整个肿瘤。


现有的脑肿瘤分割研究大多集中在成人最常见的脑肿瘤--胶质瘤上,胶质瘤分为高等级胶质瘤(HGG)和低等级胶质瘤(LGG)两种。HGG肿瘤生长迅速,破坏脑组织,表现为恶性。患HGG肿瘤的患者需要进行手术治疗,因为他们无法存活2年以上。积极治疗LGG肿瘤可以延长寿命。


脑肿瘤可以通过磁共振成像(MRI)等主要工具进行监测和分析。MRI采用四种不同的方式对大脑进行可视化。T1加权、T2加权、对比后T1加权和Flair。这些模式的不同信息相互补充,以实现强大的脑肿瘤分割。


图1显示了数据集的两个样本案例。BraTS 2018数据集包含与BraTS 2017相似的训练图像。标签程序和类别保持不变。BraTS 2018中正在进行的唯一区别是验证数据集的区别。研究人员提供了一个新的验证数据集,该数据集携带了从66名等级不明的患者收集的图像。


新型U-Net架构,可应用于脑肿瘤分割等领域!


图1. 显示两例(a,b)脑肿瘤的多模态和标签图。


从左到右分别是T1,T2,T1ce(T1c),耀斑,和地面真相(标签)。在地面真相图像中,有3种颜色用来代表三种不同的肿瘤类别。红色代表坏死和非增强;绿色代表水肿;黄色代表增强的肿瘤。


BU-Net架构


在以前的基线架构中,浅层和深层之间没有共享上下文信息。有必要引入一个模块,它可以在浅层和深层之间建立一个信息桥梁,从而增强网络的局部和全局特征。图2显示了所提出的BU-Net的整体架构,其中包括RES块和WC块。该架构接收分辨率为256×256的输入图像,并输出相同尺寸的图像。模型的左边部分作为编码器,右边部分作为解码器。BU-Net中使用了带填充的卷积层。这样就可以得到与输入相同大小的图像作为输出。


新型U-Net架构,可应用于脑肿瘤分割等领域!


图2.所提出的BU-Net的整体架构,包括RES块和广义上下文块。


残余扩展跳过 (RES)


图3显示了残余扩展跳过(RES)块的架构。该架构的输入被赋予5个并行连接。在其中前4个连接中,应用了两个卷积层。在每个带有卷积层的连接中,研究人员为第一卷积层使用了N×1个滤波器大小,为第二卷积层使用了1×N个滤波器大小。他们使用了两个级联卷积层,而不是使用滤波器大小为N×N的单个卷积层。使用两个卷积层产生的参数数量较少,有利于整体架构的发展。


此外,在实验过程中,观察到参数数量较少的级联卷积层与参数数量较多的单层卷积的影响相似。最后一个连接是一个跳转连接,输入的内容是如转发的。五个连接的所有输出相加后得到一个单一的输出。三个卷积层相继应用于求和的输出。三个卷积层的滤波器大小分别为3×3、3×3和1×1。


新型U-Net架构,可应用于脑肿瘤分割等领域!


图3.残余扩展跳过(RES)块的架构。


RES块从低级特征生成中级特征,有助于控制信息退化。癌症区域具有较高的尺寸变化,对于这些区域,残余扩展跳过在多个尺度上执行上下文聚合,这使得它具有尺度不变性。RES增加了有效接受场,这使得BU-Net具有更好的分割效果。


结论


由于核磁共振脑图像的复杂性,脑肿瘤分割是一项艰巨的任务,它的目的是通过人工智能模型对肿瘤进行分割预测。研究人员提出BU-Net对脑肿瘤区域进行分割和分类。对于脑肿瘤的明确分割,他们提出了一种新型的模型,并在编码器-解码器架构上进行了修改。他们在现有的U-Net架构中引入了两个新的块,即残余扩展跳过(RES)和宽语境(WC)。使用RES块实现了有效接受场的增加,从而提高了整体性能。


与基线U-Net架构和其他现有的高效分割模型相比,BU-Net表现出良好的改进。所提出的模型是一个脑病变分割预测框架,作为相关研究,它有助于实现脑病变区域的精确分割。二维U-Net与三维U-Net相比,存在信息丢失的局限性。BU-Net会丢失不同切片之间的局部细节和上下文信息。在未来,研究人员打算探索基于3D的网络来提高分割的性能。


论文链接:https://www.mdpi.com/2079-9292/9/12/2203/htm



免责声明

我来说几句

不吐不快,我来说两句
最新评论

还没有人评论哦,抢沙发吧~