想象一下，你是一名正在试图解决一个巨大、三维果冻块内部谜题的侦探。这不仅仅是普通的果冻；这是一个代表人类胸部的、由数百层薄片组成的、像切片面包一样的三维数据块。在医学科学领域，这被称为 CT 扫描。通常情况下，侦探们（医生）会逐一检查这些切片，以寻找感染的线索，比如一个隐藏的入侵者。但当一种新的、狡猾的病毒开始在全球范围内传播时，有太多的果冻块需要手动检查，侦探们也感到疲惫不堪了。他们需要一个机器人助手。这就是“计算机辅助诊断”发挥作用的地方。把它想象成一个超级聪明的机器人大脑，它可以观察这个果冻块并说：“我觉得这个有病毒，”或者“这个看起来很干净。”棘手的部分在于，这个果冻块的形状并不完美；切片有时厚，有时薄，这使得标准的机器人大脑很难清晰地看到全貌。这篇论文是关于构建一种新型的机器人大脑，它是专门为处理这些形状奇特的块状数据而设计的。
由小田真宏（Masahiro Oda）及其团队领导的研究人员希望创造一种更好的方法，让计算机能够自动区分可能患有 COVID-19 的胸部 CT 扫描和未患病的扫描。他们注意到，大多数标准的机器人大脑（称为 3D CNN）在面对 CT 扫描的“面包切片”厚度不均时会表现得很吃力。这就像是在吃一个三明治，其中一侧的面包很厚，而另一侧却薄如纸片；正常的咬合可能会完全错过里面的馅料。为了解决这个问题，他们发明了一种“混合型”机器人大脑。这种新大脑并没有仅仅一次性观察整个 3D 块，而是有一个特别的技巧：它同时从三个不同的角度观察这个块——就像从正面、侧面和顶面观察一个立方体一样。它使用扁平的 2D 眼睛分别扫描这些角度，从而捕捉到 3D 眼睛可能会因为切片厚度不均而错过的细节。
在收集了来自这三个不同视角的所有线索后，这个机器人大脑将它们结合成对整个 3D 形状的单一且强大的理解。然后，它利用一些巧妙的数学技巧，比如“空洞卷积”（其作用类似于广角镜头，既能看到微小的细节，也能看到大局）和“密集池化连接”（确保重要信息在传递过程中不会丢失），来进行最终决策。团队在 1,288 个胸部 CT 体积数据集上测试了这个新颖的混合大脑。他们发现，这种新方法在 83.3% 的情况下都能得出正确答案。当他们将其与一个没有使用这种特殊三角度技巧的机器人大脑进行比较时，混合版本明显更好，准确率达到了约 79.5%。论文指出，通过使用这些 2D 眼睛来处理不均匀的切片，即使在没有大量训练数据的情况下，机器人也能更有效地学习。虽然作者指出这迈出了向前的一步，但也提到未来的工作仍需继续，以使系统变得更好，并将其转化为医生可以每天使用的、用于对抗病毒的成熟工具。
技术摘要：基于 2D/3D 混合 CNN 的胸部 CT 容积 COVID-19 病例自动分类
问题陈述
新型冠状病毒病（COVID-19）在全球范围内的快速传播造成了医疗机构的人力短缺，因此需要高效的计算机辅助诊断（CAD）系统。虽然反转录酶聚合酶链式反应（RT-PCR）是标准诊断工具，但据报道其敏感性仅在 42% 到 71% 之间。相比之下，基于胸部 CT 的诊断显示出约 97% 的敏感性，使其成为识别病毒性肺炎的关键工具。然而，由于胸部 CT 数据的**各向异性（anisotropic nature）**特征，开发用于 CT 容积的自动化分类方法具有挑战性。CT 容积通常具有变化的层厚（范围从 1.0 到 5.0 mm），这使得使用各向同性卷积核（例如 3×3×3）的标准 3D 卷积神经网络（CNN）在特征提取方面表现欠佳。
方法论
作者提出了一种专门用于处理各向异性容积的 2D/3D 混合 CNN 自动化分类方法。处理流程由以下阶段组成：
预处理（肺部容积生成）：
- 对原始胸部 CT 容积应用自动化分割方法，以隔离肺部区域，包括正常组织和感染区域（例如磨玻璃影和实变）。
- 分割后的区域被裁剪并重新缩放为固定的 144×144×144 体素容积，作为输入的“肺部容积”。
2D/3D 混合特征提取：
- 2D 部分（并行特征提取）： 网络的前半部分通过三个对应于**轴状面（axial）、冠状面（coronal）和矢状面（sagittal）**的并行流来处理肺部容积。该网络没有使用各向同性的 3D 卷积核，而是采用了针对每个平面定制的各向异性卷积核：
- 轴状面：3×3×1
- 冠状面：3×1×3
- 矢状面：1×3×3
- 从这三个 2D 流中提取的特征被拼接在一起。
- 3D 部分（空间整合）： 组合后的特征由网络的后半部分通过 3D 卷积和池化进行处理。为了捕捉局部和全局空间特征，作者引入了：
- 空洞卷积（Dilated Convolutions）： 用于利用稀疏分布的特征。
- 密集池化连接（Dense Pooling Connections）： 利用混合池化（结合了最大池化和平均池化）而非标准的最大池化，以减少信息丢失并利用多尺度空间信息。
分类：
- 最终层输出二元分类结果：基于放射科医生确认的 CT 发现，判定为 高可能性（High likelihood） 或 低可能性（Low likelihood） 的 COVID-19 病例。
核心贡献
- 新颖架构： 引入了一种 2D/3D 混合特征提取流，通过在 3D 上下文中融合前先处理三个正交平面及特定平面卷积核的方式，显式地解决了医疗 CT 容积的各向异性问题。
- 参数效率： 在初始阶段使用基于 2D 的卷积核减少了可训练参数的数量，从而实现了即使在数据集有限的情况下也能进行有效训练。
- 鲁棒性： 该方法旨在处理 COVID-19 病例中观察到的感染区域大小和 CT 值的广泛变化，并能将其与非 COVID-19 疾病区分开来。
实验结果
该方法在收集自日本多家医疗机构的 1,288 个胸部 CT 容积 数据集上进行了评估。数据集分为 1,030 个训练病例和 258 个测试病例。
- 性能： 所提出的 2D/3D 混合 CNN 实现了 83.3% ± 1.8% 的平均分类准确率。
- 对比： 进行了一项对比实验，使用不含 2D 混合组件的标准 CNN（将 2D 部分替换为标准 3D 卷积）。该基准模型的平均准确率为 79.5% ± 2.1%。
- 结论： 结果表明，与缺乏此特定架构的模型相比，2D/3D 混合特征提取流对分类准确率有显著的提升作用（增加了约 3.8 个百分点）。
意义与主张
论文声称，所提出的方法有效地从传统各向同性 3D CNN 难以处理的各向异性容积中提取图像特征。通过将 2D 平面特定处理与 3D 空间上下文相结合，该系统实现了更高的诊断准确率。作者指出，该架构不仅限于 CT 容积，还有潜力应用于其他类型的体积医学图像。这项工作是开发完整的 COVID-19 CAD 系统奠基性的步骤，旨在通过提供快速、定量的诊断辅助来减轻医务人员的负担。作者保持谦逊，将未来的工作确定为引入进一步的预处理步骤以提高准确性，以及开发完整的临床 CAD 系统。
每周获取最佳 computer science 论文。
受到斯坦福、剑桥和法国科学院研究人员的信赖。
请查收邮箱确认订阅。
出了点问题，再试一次？
无垃圾邮件，随时退订。