医学图像分割————集成与后处理

      最近在做BraTS2019脑肿瘤分割竞赛，阅读了一些相关的论文，这里总结其中的一些要点，今天记录的是集成与后处理，集成是一种非常有效的提升性能的方法，可以从不同角度来集成输出结果，获得更加稳定的结果。通过经验性的后处理，能够使网络输出更加美观，同时效果也有提升。

Myronenko A. 3D MRI brain tumor segmentation using autoencoder regularization[C]//International MICCAI Brainlesion Workshop. Springer, Cham, 2018: 311-320.

      该论文是BraTS2018脑肿瘤比赛的第一名，该论文集成了10个模型的结果（从头训练十次），并且每次测试的时候均取3个方向翻转得到的8个输出，进一步提升网络性能。论文中提到10个模型（80个预测分割图）的平均提升了1%的提升。

Zhou, C., Chen, S., Ding, C., Tao, D.: Learning contextual and attentive information for brain tumor segmentation. In: International Conference on Medical Image Computing and Computer Assisted Intervention (MICCAI 2018). MultimodalBrain Tumor Segmentation Challenge (BraTS 2018). BrainLes 2018 workshop.LNCS, Springer (2018)

       该论文是BraTS2018脑肿瘤比赛的第二名，该论文采用了后处理，作者认为enhancing tumor任务是非常具有挑战性的，在BraTS的测试中，如果标签和预测结果均只有0个像素，那么;若标签为0个像素，而预测结果有一个像素，则；因此在后处理中，如果预测结果的像素值小于某个阈值，则用necrosis代替enhancing tumor类别。作者在论文中提到，在训练集中使用该方法能够提升3个点。

      该论文将数据分成五等分，训练出5个模型然后进行集成。

McKinley, R., Meier, R., Wiest, R.: Ensembles of densely-connected cnns withlabel-uncertainty for brain tumor segmentation. In: International Conference onMedical Image Computing and Computer Assisted Intervention (MICCAI 2018).

      该论文是BraTS2018脑肿瘤比赛的并列第三名，该论文本身提出了两种模型，然后分别在矢状面、冠状面、轴向三个方向训练。会产生6个分割图，然后使用集成结果修改输入模态，再进行训练，产生另外6个分割图。最终将12个模型进行集成。

Zhou, C., Chen, S., Ding, C., Tao, D.: Learning contextual and attentive information for brain tumor segmentation. In: International Conference on Medical Image Computing and Computer Assisted Intervention (MICCAI 2018). MultimodalBrain Tumor Segmentation Challenge (BraTS 2018). BrainLes 2018 workshop.LNCS, Springer (2018)

       该论文是BraTS2018脑肿瘤比赛的并列第三名，该论文的后处理主要用了两点：

1. 将连通区域较小的肿瘤视为误检，删除小连通区域的肿瘤，阈值取最大连通区域的十分之一；

2. 将enhancing tumor体素根据强度值用k-means聚类成两组，计算其属于non-enhancing类的平均概率，将高概率的那组置为non-enhancing类，低概率组保持不变。

      将MC-Net，OM-Net以及他们的变体（多尺度，attention模块，密集连接等等）分别训练，将多种模型的结果集成。

总结

      BraTS2018的前三名全部都采用了模型集成来提升网络的准确率与鲁棒性，通过统计先验后处理也是一种能够快速提升网络性能的方法，特别是enhancing tumor分割是非常具有挑战的，采用精细的后处理可以大大提升性能。