详解《Deep Neural Networks with Region-based Pooling Structures for Mammographic Image Classification》

注：本博客为博主学习论文《Deep Neural Networks with Region-based Pooling Structures for Mammographic Image Classification》所做记录，文中图片来源于原论文：https://ieeexplore.ieee.org/document/8964266

1. Overall Architecture
   
   说明：
   (1)边缘检测和Otsus分割算法去除大部分背景区域，得到x0。
   (2)将x0输入特征提取网络（文中是预训练的DenseNet169），得到特征图x1。
   (3)将x1导入RGP或GGP进行特征区域选择，得到特征图向量v。
   (4)将v输入最后一层全连接层（逻辑回归）得到类别概率。

2. RGP
   
   说明：
   (1)将特征图的每个像素看作一个区域zij，共M=W*H个，每个区域通道数为C。
   (2)将每个区域zij输入最后一层全连接层得到M个值，从大到小排序后取前K个区域。
   (3)将K个区域进行取平均，得到C个值的向量v。
   (4)将v输入最后一层获得类别判断。

3. GGP
   
   说明：
   (1)将每个通道特征图的每个像素看作一个区域zij，共M=WH个。
   (2)按每个通道将每个区域zij值进行从大到小排序并获取前K个区域，维度CK。
   (3)对每个通道的K个区域取平均值，得到C个值的向量v。
   (4)将向量v输入最后一层全连接层获取判断结果。

4. 数据增强
   
   BI-RADS∈{4,5,6}为恶性，定性为1，去除背景后的图片缩放到800*800，调整大小后的图像除以225，以确保像素值位于[0,1]。为了减小过拟合的影响，在每个训练周期内，将图像水平随机翻转，调整图像对比度和饱和度，旋转-30度至+30度，并加入高斯噪声。图像在输入到网络之前会被增强，并且在每个周期中不会有相同图像的变化。

5. 训练
   ImageNet初始化DenseNet169参数。DenseNet层初始化学习率2*10e-5，全连接层初始化学习率10e-4，学习率每8个周期衰减一次，衰减率为0.98，批量32，周期150个，RGP/GGP后的向量的维数为1664。

6. 结果
   (1)K = k *W * H，研究k对结果的影响：
   
   (2)分析比较提出的框架和相关模型：
   
   说明：
   根据精度指标，GGP优于RGP，根据AUC指标，RGP优于GGP，它们都优于最大池化和平均池化。原因在于RGP结构将乳房x线照片在空间上划分为多个区域，所提取的区域特征符合乳房x线照片中病灶分布的特征。在训练过程中，如果所选区域不含病灶，则利用梯度对网络进行更新，以降低该区域的得分，否则将增加包含病灶区域的得分。这一过程使网络能够稳定地选择病变区域，具有较好的鲁棒性，因此AUC偏高。对于GGP结构，由于在特征图的每个通道都要进行这样的处理，因此特征图中的区域信息是抽象的，因此病变区域的选择取决于网络本身的学习能力。这充分发挥了深度神经网络的潜力，但缺乏区域约束，使得网络的精度更高，但鲁棒性较差。这一结果也显示了区域信息的重要性。
   (3)模型在不同病变上的表现：
   
   说明：
   模型在mass上的表现远高于calc，因为图像中的肿块比钙化更明显，与钙化相比，肿块体积一般较大。此外，该模型的大部分预测误差是将恶性样本预测为良性样本。
   (4)粗糙定位：