基于unet的卷积神经网络的脊柱MRI图像分割

周瑞文

(中南民族大学 生物医学工程学院，湖北 武汉 430074)

1 引言

脊柱在所有年龄段中被认为是身体重要的成像部位之一，脊柱在保护人们身体中枢神经系统的脊髓方面起到了重要作用，如果脊柱存在任何损伤，整个身体将会受到影响，并且由于神经的高度集中，将会引起巨大的疼痛，随着社会的飞速发展，人们生活节奏的不断加快，脊柱疾病逐渐流行开来，背痛是普遍存在于人类的世界性健康问题。引起疼痛问题的原因可能有很多种，可以通过不同的治疗方法进行治疗，如物理疗法，生化疗法等。磁共振成像技术是诊断患者脊柱是否有问题的常用检查技术。脊柱的MRI图像具有脊柱边界形态不规则，组织对比度较低，结构复杂等特征给脊柱图像分割带来了挑战。因此，寻找一种有效的脊柱分割算法对实现脊柱的准确分割至关重要。

近年来，深度学习[1]被广泛应用于MRI图像分割领域。研究者们针对上述问题，提出了许多实现脊柱图像分割的算法。如David R等[2]人通过CCSweep的方法把生成的脊柱形状的均值信息用来实现半自动分割，这是一种将多可扫卷自动分解为多可扫卷的新方法。这种方法解决了不确定边缘大小或区间匹配约束，过于依赖输入网格离散化和不稳定环路等问题。Tobias Klinder等[3]提出在解剖模型中加入先验形状来提高医学图像分割结果的方法。脊柱的整体形状是局部椎体坐标系统的集合，而独立椎体则是三角曲面网格，通过适应模型吸引到的图像特征，利用单个形状的先验边和关于目标对象之间空间关系的附加信息对数据集进行并行分割。李帅等利用核磁共振图像中椎间盘与椎骨灰度的鲜明对比，将距离规则化的无须初始化水平集模型应用于脊柱MRI图像，提出一种改进的标记符分水岭算法对椎间盘进行分割。叶伟等[4]采用各向异性扩散滤波器对脊柱的MRI图像进行预处理，然后用核密度估计方法来确定模糊C均值聚类的初始聚类中心值，采用模糊C均值算法进行分割图像。

为进一步提高脊柱图像的分割质量和准确度，本文研究提出了一种基于Unet的新的图像分割方法Unet++，通过此方法可提高脊柱MRI图像的分割敏感度和精度。

2 方法及原理

深度学习模仿了人类大脑的神经连接并建立了类似的结构模型。现代深度学习中包含数十个到上百个连续的表示层，这些表示层都是从训练数据中自动学习的。数据模型中包含多少层，称为模型的深度。神经网络的结构逐层堆叠，通过学习深层次图像的特征，得到更加准确的图像信息。

2.1 全卷积神经网络

全卷积神经网络[5]如Unet网络被证明非常适用于几乎所有医学图像的语义分割，并证明取得了比传统方法更好的效果。目前主要是通过对Unet网络进行添加多尺度块、残差等方式来修改网络结构，或者通过添加批归一化层[6]来提高分割精度。

2.2 网络结构

针对脊柱分割，本文通过加深Unet网络结构层，重新设计连接方式，聚合不同译码子网络尺度特征，并通过剪枝，形成灵活的特征聚合方法，提高学习推理速度，极大程度地提高了分割精确度。本方案网络结构如图1所示。

图1 unet++网络结构

此网络通过编码器-解码器这种对称网络进行数据的学习，重新设计了一系列包括嵌套，密集和跳跃路径。由不同深度的U型网络组成，这些U型网同时进行训练，这样不但提高了网络的整体分割性能，而且可以实现网络模型的剪枝，允许携带不同尺度特征的图片沿着跳跃连接在聚合层与解码器的特征图进行融合，突破了不必要跳跃连接的限制，可以捕捉更多语义特征图的细节，有助于还原降低采样带来的信息损失。此网络重新设计跳跃路径如下：xi,j表示结点Xi,j的输出，i代表编码方向的下采样层索引，j代表沿着跳跃路径的密集块卷积层的索引。由xi,j表示的特征图计算如下：

(1)

函数H(.)是一个卷积操作，且紧跟一个激活函数。μ(.)是一个上采样操作，[]表示叠层。j=0的节点从编码路径的先前层接收一个输入，j=1的节点接收两个输入，它们都来自编码子网络且是两个连续的层，j>1的节点接收j+1个节点，其中j个输入是在相同的跳跃路径的先前j个节点输出，而最后一个输入是从更低一层的跳跃路径的上采样的输出。先前的特征图都会累积到当前节点的原因是因为沿每个跳过路径使用了密集的卷积块。

2.3 数据准备

实验数据为2019年全国医学创新设计大赛210个成人脊柱MRI图像，将195个作为训练集，15个作为测试集。将三维MRI图像转化为512×512的二维MRI图像(其中含有金标准图像)。转化后的二维MRI图像见图2。

图2 二维MRI脊柱图像

3 结果与分析

实验采用改进的unet网络，使用Dice相似性系数，Sensitivity灵敏度和PPV来评价分割结果。Dice相似性系数是分割后图像与金标准图像的重合度，灵敏度Sensitivity是用来计算TP和FN的量，PPV是衡量TP与FP之间的数量关系。

(2)

(3)

(4)

其中TP、FP和FN分别表示真阳性、假阳性和假阴性的数量。

本文讨论了图像像素的二分类问题，即分别对图像中的前景像素和背景像素进行分类。实验过程中网络的卷积层采用3×3大小的卷积核，学习率设置为0.0001,批次设置为4，迭代次数为100。本研究提出的网络分割方法可以较清楚的呈现分割后的脊柱MRI图像。输入图像、标签图像及网络分割后的结果如图3所示。

图3 网络输出图像与原始标签图

由网络输出图像3(c)与标签图像3(b)对比图可知，本文网络分割结果与原始图像具有较高的相似度。表1呈现的为unet和unet++分割脊柱MRI图像在Dice相似性系数，Sensitivity灵敏度和PPV三种评价指标下的对比。

表1 不同网络分割结果对比

此前赵燕燕[6]改进的控制标记符分水岭分割算法，叶伟[4]等利用基于模糊C均值聚类分割算法，以及Claudia Iriondo[7]等通过定量MRI图像的不同方法得到的分割结果如表2所示。

4 结语

本文为了更精确地分割脊柱MRI图像，提出了unet++。本网络的结构重新设计了网络层的跳跃连接路径和深度监督，重新设计的跳跃路径减少了编码器和解码器子网络特征映射之间的语义隔阂，从而使优化器解决的优化问题更加简单。深度监督还可以使分割更加准确，尤其是脊柱出现侧弯等问题时，可以被快速清楚地发现。本实验无需引进形状先验信息或人工提取特征，是一种自动分割网络，可以描述数据的深层信息变化，且分割结果明显高于其他一些传统方法，本实验虽然在分割图像的精度上有所提升，但是对硬件条件有较高要求，有待优化及进一步深入研究。

表2 不同分割方法结果对比