论文笔记Practical Window Setting Optimization for Medical Image Deep Learning

医学图像深度学习的实用窗口设置优化

       迄今为止，深度学习一直忽视了窗口显示设置（这是临床CT解释的一个关键特征和额外优化的机会）受放射科医生解释CT图像方式的启发，本文提出了一个窗口设置优化(WSO)模块，该模块由具有1x1滤波器和自定义激活函数的卷积层组成，通过卷积神经网络(CNN)进行完全训练，反向传播以特定于任务的方式找到临床性能的最佳窗口设置。此WSO模块模仿放射科医生的工作流程，以优化窗口功能并专注于可以清楚地看到目标器官或异常的狭窄窗口范围。我们的方法可以潜在地应用于其他 CT 图像分析任务，例如对象检测和语义分割，或其他医学成像模式。

     CT值是以斯菲尔德单位(Hounsfield Unit , HU)作为标准，一般情况下CT值在-1000HU到1000HU之间，共有2000个灰度阶，但是人的眼睛并不能很好的分辨如此多的灰度阶，通常人眼最多只能分辨十六个灰度阶，这表明只有当CT图像的灰度阶变化超过125HU时，人眼才能感知到像素灰度的变化。而如果直接将CT图像切片的CT值直接通过放缩法放缩到0-255范围的话，又会致使肝脏以及肝脏肿瘤区域与整体对比不明显，并且会损失部分信息。为了解决上述问题，窗口技术在CT图像中被广泛使用，临床医生可以通过选择合适的CT值域，从而可以更好的观察待检测区域内特定组织的细节特征。在窗口技术中有两个关键词，一个是窗宽(Windows Width, WW)，另一个是窗位(Windows Level, WL)。窗口函数作用即将可视范围映射到指定的窗口，并将此窗口范围之外的所有HU值分配为0或U。

        CT扫描图像的预处理过程中，观测不同的组织或者器官需要设置不同的窗宽和窗位，即使在同一个数据集上进行器官检测或者肿瘤分割任务，不同研究人员对窗宽和窗位的设置也有区别。所以传统的窗口技术有很大的主观性，研究人员通过自己的经验设置的窗宽和窗位是否有利于模型在特定数据集上的表现，是一个非常值得商榷的问题。而且同一个数据集中的不同CT扫描可能来自不同的医院，或者是CT扫描设备型号不尽相同，扫描参数设置也因人而异，这些各种各样的因素都会导致最终生成的CT扫描图片有很大的区别，传统的窗口技术在表征数据的整体分布方面有相当大的困难。

       窗口设置优化模块首先接收原始CT图像（也就是不经过窗位和窗宽设置的图像）然后经过一个1*1卷积层和Sigmod激活函数，将输出的Feature Map作为卷积神经网络部分的输入。

       如图所示，左边是线性激活函数，右边是Sigmod激活函数，采用Sigmod激活函数的原因是该函数对窗口以外的CT值采用逐渐变化的处理方式，而且窗口内部CT值也更加平滑。