基于EfficientNetV2和ASPP的脊柱MRI圖像分割

蔡 標，楊 成，徐 晴，陸 翼，仇胥斌*，常 珊*

（1. 江蘇理工學院生物信息與醫藥工程研究所，常州 213001；2. 蘇州大學附屬第三醫院，常州 213001）

0 引言

脊柱是由26 塊椎骨組成，包括頸椎7 塊、胸椎12 塊、腰椎5 塊、骶骨1 塊和尾骨1 塊［1］。在目前生活節奏快和工作壓力大的情況，人群易發脊椎關節錯位、椎間盤突出和骨質增生等疾病［2-4］。在脊柱疾病的預防和治療中，因為電子計算機斷層掃描（computed tomography，CT）和核磁共振成像（magnetic resonance imaging，MRI）技術的便捷性和可靠性，CT 和MRI經常被使用［5］。針對脊柱的檢查，在骨骼的臨床診斷中，CT成像對骨骼比較敏感，但由于CT相較于MRI 具有很強的輻射性，所以在針對特定人群如孕婦的臨床治療中，MRI 具有零輻射的優勢［6］。目前針對脊柱MRI 圖像的分割任務較少，所以MRI圖像的分割任務具有一定的意義［7］。

隨著醫療技術的發展，醫學圖像分割越來越被需要。利用計算機得到醫學圖像分割結果，很大程度上減少醫學工作者的工作量和提高其工作效率。隨著人工智能的發展，很多機器學習和深度學習方法用于脊柱圖像分割中，其中U-Net 和FCN 網絡模型具有代表性。Kola?ík 等［8］在U-Net和3D U-Net的基礎上，增加了殘差連接和密集連接，提出了Residual-U-Net 和Dense-U-Net 網絡用于分割大腦和脊柱圖像，實驗結果證明，殘差連接和密集連接能較好地提高U-Net的分割精度。Han 等［9］結合空洞卷積和自動編碼器在語義分割上的優勢，提出Spine-GAN 實現對脊柱圖像的分割任務，再對253名患者的脊柱MRI圖像進行驗證，Spine-GAN 實現了準確的分割，比傳統的U-Net 和FCN 提高了近10%的像素精度。Rak 等［10］將卷積神經網絡和殘差連接相結合，在兩個公開數據集上通過五折交叉驗證，Dice 系數分別為93.8%和96.0%。這個結果比之前工作的Dice提高了5.7%和8.6%，值得一提的是，新的網絡在計算時間上也有很大的優勢。Xie 等［11］為了解決醫學二維圖像分割領域中不同組織之間的低對比度、高相似性和不同比例等問題，提出CHI-Net 上下文分層集成網絡。CHI-Net 主要由密集擴張卷積（DDC）和堆疊殘差池（SRP）兩個關鍵模塊組成，在特定的數據集上，該網絡優于主流的醫學圖像分割網絡。

2019 年，Tan 等［12］對圖像分類模型的網絡深度、網絡寬度和輸入圖片分辨率大小三個方向進行了細致的研究，在EfficientNet 的基礎上提出EfficientNetV2 網絡，和當時比較流行的分類網絡相比較，在參數量和模型精度上有很大的提升。網絡中主要使用卷積層、BatchNorm層、激活函數、池化層和殘差連接等，針對不同的圖片分辨率大小設置不同的網絡深度和網絡寬度。2018 年，Chen 等［13］提出帶孔空間金字塔池化模塊（ASPP）和編碼-解碼結構的圖像分割網絡DeepLabV3+，ASPP通過使用不同比率的空洞卷積和1*1卷積，將網絡的感受野擴大的同時又不增加過多的參數量。利用不同的特征提取網絡作為編碼器，使用雙線性插值操作作為解碼器，最終完成了醫學圖像分割任務，在沒有任何后處理的情況下完成89%的測試集精度。

1 材料與方法

1.1 數據集

數據集是第二屆中國圖像與圖形學會圖像與圖形技術挑戰賽的公開數據集（https://www.spinesegmentation-challenge.com），共有172張帶標簽的脊柱MRI 數據。由于數據集中數據的尺寸不一，只使用其中119 例數據，其尺寸均為12×880×880，這樣可以避免對原始數據的尺寸調整導致分割精度的下降，如圖1 所示。最終，針對數據集中的骶骨S、腰椎L1～L5、胸椎T11～T12 共八個分割對象進行脊柱MRI 圖像分割任務。

1.2 數據預處理

為了減少計算量，同時不降低精度，將數據和標簽左右兩側的背景刪除，并將脊柱原始數據尺寸由12×880×880 統一為12×464×880。具體操作如圖1所示，只保留脊柱圖像中非零的數據。由于只有部分數據中存在T9～T10 的圖像和標簽，忽略部分數據中存在的胸椎T9～T10，將標簽中的T9～T10進行刪除。

1.3 算法流程

為了解決脊柱MRI 圖像分割的部分問題，本文提出基于EfficientNetV2 和ASPP 的分割網絡，用于脊柱圖像的分割任務，如圖2所示，原始脊柱圖像數據首先經過上文的數據預處理后，經簡化的EfficientNetV2 網絡后，利用ASPP 和1*1卷積進一步提取特征并拼接起來，最后經過上采樣操作得到與預處理后的數據尺寸一致，尺寸為12×448×880。

圖2 簡化的EfficientNetV2和ASPP網絡示意圖

由于EfficientNetV2 在圖像分類任務中的出色表現，所以本文使用EfficientNetV2 網絡完成特征提取任務，在EfficientNetV2 網絡家族中，EfficientNetV2（S/M/L）網絡較為復雜，本文選擇使用簡化后的EfficientNetV2_S 網絡，保留5 個Stage，將每個Stage 的Layers 設置為1，具體的網絡參數見表1。

表1 簡化的EfficientNetV2參數概述

ASPP 模塊具體結構如圖3 所示，主要由1個1*1 卷積、1 個全局池化操作和3 個空洞卷積組成，使用的空洞卷積比率為6、12、18，每個1*1 卷積后都有BatchNorm 層（BN）和ReLU 激活函數。

圖3 ASPP網絡示意圖

在上采樣的過程中，上采樣選擇雙線性插值而不是反卷積操作，可以減少學習參數量和計算時間。

1.4 評價指標

本文選用比較常見的評價指標，DSC和IoU。公式如下：

其中：Vgt為真實標簽所包含的像素點的集合；Vpre為模型預測的像素點的集合。

2 實驗設置

2.1 設備選擇和模型參數設置

本文使用Python 語言PyTorch 框架編寫，在8 張Tesla K80 的電腦上進行訓練模型并測試，模型選擇交叉熵損失函數，使用隨機梯度下降優化器（SGD），使用ReLU 激活函數，批大小（Batch Size）為4。學習率為0.001，學習率按照公式（3）的策略變化，訓練輪次（epoch）為100。

其中：Iri為第i訓練批次的學習率；Iri-1為第i-1訓練批次的學習率。

2.2 實驗結果

為了和其他的分割方法進行比較，在119例MRI 圖像中我們隨機選擇19 例作為測試集，對原始數據進行相同的數據預處理，執行U-Net、DeepLabV3+和nnU-Net 模型后，我們得到了各個方法的DSC和IoU評價指標，見表2。在8 個脊柱圖像分割目標中，DSC評價指標中有4個取得最優成績，IoU評價指標中有3 個取得最優成績。經過5 倍交叉驗證后，得到各方法的平均DSC評價指標和IoU評價指標，如圖4 所示，本文方法在DSC評價指標和IoU評價指標均優于U-Net、nnU-Net和DeepLabV3+網絡。

表2 各方法脊柱分割的平均DSC（%）和IoU（%）

圖4 各方法的平均DSC評分

3 結語

本文提出一種基于簡化后的EfficientNetV2和ASPP 模塊的脊柱MRI圖像分割方法，利用雙線性插值操作完成上采樣操作，該方法與UNet、nnU-Net 和DeepLabV3+主流分割方法相比，具有較優的分割能力。