莫亞霓，陳曉婕，張本鑫

（1.桂林電子科技大學(xué) 數(shù)學(xué)與計(jì)算科學(xué)學(xué)院，廣西 桂林 541004；2.桂林電子科技大學(xué) 計(jì)算機(jī)與信息安全學(xué)院，廣西 桂林 541004；3.桂林電子科技大學(xué) 電子工程與自動(dòng)化學(xué)院，廣西 桂林 541004）

0 引言

肝癌是一種常見且致命的腫瘤，嚴(yán)重威脅人們的生命健康。計(jì)算機(jī)斷層掃描成像（Computed Tomography，CT）具有快速掃描和高分辨率的優(yōu)點(diǎn)，目前被廣泛用于肝臟病變?cè)\斷。然而，目前臨床上對(duì)肝臟腫瘤的分割通常需要經(jīng)驗(yàn)豐富的醫(yī)生手動(dòng)繪制輪廓，這是一項(xiàng)耗時(shí)且煩瑣的任務(wù)。而且，同一患者的肝臟CT 圖像在不同醫(yī)生標(biāo)記下可能會(huì)導(dǎo)致不一致的結(jié)果，分割的準(zhǔn)確性嚴(yán)重依賴醫(yī)生的經(jīng)驗(yàn)和技能。因此，研究精確且高效的肝臟腫瘤自動(dòng)分割方法對(duì)于肝癌的臨床診斷和治療具有重要意義。

為進(jìn)一步提高肝臟腫瘤分割的精度，實(shí)現(xiàn)既能相對(duì)完整地分割體積較大的腫瘤，又能檢測(cè)出體積較小的腫瘤，本文提出一種基于級(jí)聯(lián)網(wǎng)絡(luò)的CT 圖像肝臟腫瘤分割網(wǎng)絡(luò)MCPUNet。該網(wǎng)絡(luò)以殘差UNet 網(wǎng)絡(luò)作為骨架，解決因網(wǎng)絡(luò)過深而出現(xiàn)的梯度彌散問題，在此基礎(chǔ)上加入混合深度可分離卷積模塊（MDconv Block）并嵌入坐標(biāo)注意力機(jī)制（Coordinate Attention，CA）?；旌仙疃染矸e（MDconv）通過使用不同尺寸的卷積核在不同的通道上進(jìn)行運(yùn)算，將多尺度的卷積核融合到一個(gè)單獨(dú)的卷積操作中，從而捕獲不同分辨率的特征模式，實(shí)現(xiàn)對(duì)邊緣細(xì)節(jié)以及更深層的小目標(biāo)特征的提取。坐標(biāo)注意力機(jī)制能夠捕獲跨通道的信息，使得模型能夠更精準(zhǔn)地定位并識(shí)別病變區(qū)域。此外，MCPUNet 采用級(jí)聯(lián)操作來(lái)解決數(shù)據(jù)不平衡的問題，特別是當(dāng)腫瘤在整個(gè)CT 圖像中所占比例較小時(shí)可以更好地處理不同大小和位置的腫瘤。提出的模型在公共數(shù)據(jù)集LiTS 驗(yàn)證了肝臟腫瘤分割任務(wù)上的有效性。

1 相關(guān)工作

1.1 醫(yī)學(xué)圖像分割

近年來(lái)，深度學(xué)習(xí)技術(shù)迅速發(fā)展并在醫(yī)學(xué)圖像分割中得到廣泛應(yīng)用。全卷積網(wǎng)絡(luò)（Fully Convolutional Network，F(xiàn)CN）[1]通過端到端實(shí)現(xiàn)對(duì)醫(yī)學(xué)圖像進(jìn)行像素級(jí)分類，解決了語(yǔ)義級(jí)別的圖像分割問題。U 形卷積網(wǎng)絡(luò)（UNet）[2]首次引入了跳躍連接，通過編碼-解碼操作實(shí)現(xiàn)圖像的語(yǔ)義分割。編碼器用于下采樣提取特征以捕捉圖像的上下文信息，解碼器則用于上采樣，精確定位分割區(qū)域。LI等人提出的瓶頸監(jiān)督UNet 模型（BS-UNet）[3]采用混合的緊密連接結(jié)構(gòu)，充分利用網(wǎng)絡(luò)各層之間的信息進(jìn)行分割。SCHLEMPER J 等人將注意力機(jī)制融入U(xiǎn)Net 網(wǎng)絡(luò)，提出了A-UNet（Attention UNet）模型[4]，能夠自動(dòng)學(xué)習(xí)與分割任務(wù)相關(guān)的區(qū)域特征并抑制不相關(guān)特征。UNet及其各種變體網(wǎng)絡(luò)不斷涌現(xiàn)?？傮w而言，UNet 及其變體網(wǎng)絡(luò)是廣泛應(yīng)用于醫(yī)學(xué)圖像分割的強(qiáng)大深度學(xué)習(xí)模型。

1.2 注意力機(jī)制

本文通過使用坐標(biāo)注意力機(jī)制CA[5]來(lái)提高網(wǎng)絡(luò)對(duì)醫(yī)學(xué)圖像的分割性能。CA 是一種高效的注意力機(jī)制，能夠?qū)M向和縱向的位置信息嵌入通道注意力中，使得移動(dòng)網(wǎng)絡(luò)能夠有效地關(guān)注大范圍的位置信息，同時(shí)保持較低的計(jì)算復(fù)雜性。與傳統(tǒng)的注意力機(jī)制相比，CA 不僅關(guān)注通道間的信息，而且考慮了方向相關(guān)的位置信息，從而有助于模型更精準(zhǔn)地定位和識(shí)別目標(biāo)。

2 方法

本文提出的級(jí)聯(lián)肝臟腫瘤分割網(wǎng)絡(luò)MCPUNet的結(jié)構(gòu)如圖1 所示。CT 圖像中，肝臟腫瘤通常具有對(duì)比度低、邊界模糊、形狀不規(guī)則和位置不固定等特點(diǎn)，直接采用端到端的網(wǎng)絡(luò)模型難以準(zhǔn)確識(shí)別腫瘤組織[6]。針對(duì)這個(gè)問題，本文提出一種級(jí)聯(lián)肝臟腫瘤分割網(wǎng)絡(luò)MCPUNet，采用級(jí)聯(lián)的方式自動(dòng)提取CT 圖像中肝臟區(qū)域。該網(wǎng)絡(luò)架構(gòu)主要由肝臟分割網(wǎng)絡(luò)和肝臟腫瘤分割網(wǎng)絡(luò)兩部分組成。肝臟分割網(wǎng)絡(luò)和腫瘤分割網(wǎng)絡(luò)的結(jié)構(gòu)完全相同。肝臟分割網(wǎng)絡(luò)先從CT 圖像中分割肝臟，提取出腫瘤感興趣區(qū)域（Region of Interest，ROI），再將該區(qū)域作為腫瘤分割網(wǎng)絡(luò)的輸入，進(jìn)一步實(shí)現(xiàn)對(duì)腫瘤的精準(zhǔn)分割。

圖1 MCPUNet 網(wǎng)絡(luò)結(jié)構(gòu)

2.1 肝臟分割

肝臟分割網(wǎng)絡(luò)用于提取CT圖像中的肝臟區(qū)域。該網(wǎng)絡(luò)整體采用編碼-解碼架構(gòu)，并以殘差網(wǎng)絡(luò)作為基本骨架。編碼器用于提取圖像的多尺度特征并獲取上下文信息，解碼器用于上采樣從而精準(zhǔn)地定位肝臟區(qū)域。由于肝臟分割網(wǎng)絡(luò)和腫瘤分割網(wǎng)絡(luò)結(jié)構(gòu)完全相同，有關(guān)網(wǎng)絡(luò)的詳細(xì)結(jié)構(gòu)將在腫瘤分割部分中重點(diǎn)描述。使用預(yù)處理后的CT 切片輸入肝臟分割網(wǎng)絡(luò)，得到肝臟的掩膜圖，將輸入的CT 切片與肝臟掩膜綜合處理，僅保留肝臟區(qū)域的原始圖像，以該肝臟區(qū)域作為ROI 進(jìn)行下一步的腫瘤分割。

2.2 腫瘤分割

盡管肝臟腫瘤與正常肝臟組織在密度上存在差異，但與腹部其他器官組織相比，它們的密度非常接近，導(dǎo)致在直接使用網(wǎng)絡(luò)對(duì)腫瘤進(jìn)行分割時(shí)，其他組織的干擾使得分割結(jié)果難以達(dá)到理想效果。因此在原始的CT 切片上只保留肝臟區(qū)域的像素，將其他腹部器官的影響降到最低。

經(jīng)過肝臟分割網(wǎng)絡(luò)得到的肝臟區(qū)域作為腫瘤分割網(wǎng)絡(luò)的輸入。腫瘤分割網(wǎng)絡(luò)由編碼器和解碼器構(gòu)成，其中編碼器由5 個(gè)MDB（MDconv Block）和4 個(gè)混合池化模塊MP（Mixing Pooling）構(gòu)成，MDB用于提取圖像特征，MP 用于下采樣降低圖像的分辨率。經(jīng)過MDB 后特征圖的通道數(shù)依次為64、128、256、512、1 024，經(jīng)過MP 后特征圖的通道數(shù)依次為128、256、512、1 024，輸入網(wǎng)絡(luò)的特征圖經(jīng)過第一個(gè)MDB 的通道數(shù)由3 升至64。解碼器由4 個(gè)上采樣結(jié)構(gòu)Up Sample 和4 個(gè)殘差注意力機(jī)制模塊RAB（Residual Attention Block）構(gòu)成。在上采樣結(jié)構(gòu)中，采用雙線性插值擴(kuò)充圖像尺寸，并將擴(kuò)充后的特征圖與編碼路徑中對(duì)應(yīng)的特征圖進(jìn)行拼接，達(dá)到更好的特征重建效果。4 個(gè)經(jīng)過Up Sample的特征圖通道數(shù)分別為1 536、768、384、192，4 個(gè)經(jīng)過RAB 的特征圖通道數(shù)依次為512、256、128、64，經(jīng)過最后一個(gè)RA-Block 輸出的特征圖再通過1×1 卷積將腫瘤分割的結(jié)果進(jìn)行輸出。

原始UNet 網(wǎng)絡(luò)中的卷積感受野范圍有限，導(dǎo)致網(wǎng)絡(luò)提取的高分辨率肝臟邊緣及腫瘤的圖像特征不足。對(duì)于此問題，本文將混合深度可分離卷積加入MDB。混合深度可分離卷積對(duì)通道進(jìn)行分組，利用不同尺寸的卷積核進(jìn)行卷積，從而獲取混合的感受野，同時(shí)捕獲高分辨率特征和低分辨率特征。本文將輸入的圖像的通道均勻分成4 組，分別使用{3×3，5×5，7×7，9×9}的卷積核進(jìn)行卷積，最后將卷積后的4 張?zhí)卣鲌D進(jìn)行拼接。在MDB 結(jié)構(gòu)中，對(duì)于輸入的特征圖先進(jìn)行3×3 卷積操作，再進(jìn)行混合深度可分離卷積操作得到特征圖F1。與此同時(shí)，輸入的特征圖再經(jīng)過1×1 卷積和坐標(biāo)注意力機(jī)制，生成特征圖F2。最后將F1 和F2 相加，并使用批歸一化和非線性激活函數(shù)PReLU 以更好地優(yōu)化網(wǎng)絡(luò)訓(xùn)練。

3 實(shí)驗(yàn)及結(jié)果分析

3.1 實(shí)驗(yàn)配置及參數(shù)設(shè)置

本實(shí)驗(yàn)硬件平臺(tái)為1 塊Tesla V100 圖形處理器（Graphics Processing Unit，GPU），共32 GB 顯存，Gold Intel 處理器，共24 核。軟件環(huán)境是Ubuntu 16.04、Python 3.7.4，深度學(xué)習(xí)框架是PaddlePaddle 2.4.0，Gcc 版本為7.3.0。肝臟分割網(wǎng)絡(luò)訓(xùn)練60 個(gè)epoch，腫瘤分割網(wǎng)絡(luò)訓(xùn)練50 個(gè)epoch，在腫瘤分割過程中使用翻轉(zhuǎn)裁剪、隨機(jī)旋轉(zhuǎn)和隨機(jī)填充裁剪進(jìn)行數(shù)據(jù)增強(qiáng)。

3.2 對(duì)比實(shí)驗(yàn)

不同網(wǎng)絡(luò)在進(jìn)行肝臟腫瘤分割時(shí)，交并比（Intersection over Union，IoU）、準(zhǔn)確度和召回率指標(biāo)的性能如表1 所示。

表1 不同網(wǎng)絡(luò)進(jìn)行肝臟分割的定量指標(biāo)性能對(duì)比

從表1 可以看出，所提模型相對(duì)于原始的UNet在IoU、準(zhǔn)確度和召回率指標(biāo)上分別提高了3.8%、2.5%和2.0%，相對(duì)于Topformer 分別提升了17.2%、10.3%和12.3%，在肝臟腫瘤分割任務(wù)上的整體表現(xiàn)優(yōu)于其他網(wǎng)絡(luò)，對(duì)腫瘤的分割更加精準(zhǔn)，對(duì)于肝癌的診斷和治療具有重要的參考價(jià)值。

4 結(jié)語(yǔ)

本文提出了一種基于級(jí)聯(lián)網(wǎng)絡(luò)的CT 圖像肝臟腫瘤分割模型MCPUNet，在編碼路徑上設(shè)計(jì)了MDB 和MP 以提取圖像的多尺度特征，捕獲上下文信息；在解碼路徑上引入殘差注意力模塊RAB，加快網(wǎng)絡(luò)的收斂速度，使模型重點(diǎn)關(guān)注感興趣區(qū)域，抑制冗余特征。為了排除其他器官對(duì)肝臟腫瘤分割的干擾，模型使用了級(jí)聯(lián)架構(gòu)。實(shí)驗(yàn)結(jié)果表明，與UNet 等先進(jìn)的醫(yī)學(xué)圖像分割網(wǎng)絡(luò)相比，本文方法整體表現(xiàn)較優(yōu)，在肝臟腫瘤分割任務(wù)上獲得了較好的效果，具有很強(qiáng)的健壯性。