泛读了一些OAR相关论文2

近几年关于OAR分割的方法主要分两类：深度学习、其他方法。其中深度学习的方法使用最多，占比约60%，并且有越来越高的趋势。多图谱相关论文也比较多，占剩余的一半，其他各种机器学习以及传统算法数量较少。

深度学习：基于2D、2.5D、3D卷积核的各种CNN。出名的有U-Net、3D U-Net、V-Net等。

2D 卷积通常使用的是slice by slice的方式训练，忽略了每层之间的空间联系，特别对于一些模糊的物体很不利。2.5D 卷积依然采用的是2D卷积核，但多了几个正交的卷积视图。这两种卷积方法现在使用的少了，近几年OAR分割的深度学习论文基本上都采用3D卷积的方法。

3D卷积相对于2D卷积对计算和内存有了更多的要求，同时由于训练参数的增加以及医学图像数据的稀少优化更加困难。2016年提出的3D U-Net是这一领域非常高引用的框架，后面有很多基于3D U-Net进行OAR分割的算法。

使用image segmentation和organs at risk等关键字搜索，找到2019年大概有10篇左右OAR分割的论文，其中7篇神经网络，2篇图谱，1篇模糊模型AAR。神经网络中基本都采用3D卷积，其中4篇都是基于3D U-NET的改进。

其他方法：图谱、ASM、SSM、模糊模型AAR、水平集、PCA、随机森林等使用较少，并且往往都不是单独使用某种方法进行OAR分割，而是多种方法的结合。神经网络算法也有不少使用这些方法作为辅助以提高性能。

几篇论文如下：
【1】2017 方法：整合了两个基于SharpMask的网络进行器官分割，一者粗糙分割二者精炼。网络融合了CRF，不需要CRF后处理能够自动的学习空间约束。都采用了FCN中提到的跳层结构结合深浅层信息，能同时对所有需求的organ进行分割。采用7x7x7的大卷积核，声称尤其适合CT图像，并具有各种器官分割的通用性。(SharpMask是Facebook开源的分割网络结构)

【2】2015 方法：结合了多图谱(multi atlas)和主动形状模型(active shape model, ASM)进行器官分割。采用25个case作为多图谱去配准以及去建立ASM模型，将多图谱配准的结果再用ASM模型拟合精炼。 应用：头颈部器官分割，结果表明ASM只对部分器官分割有明显的提升效果，其他器官上ASM的后处理甚至不如多图谱本身的结果。所以使用中只用ASM做部分器官的效果提升，大部分器官还是直接用多图谱分割的结果。

【3】2017 方法：卷积网络对3D CT图像中的器官进行定位。 对图像三个正交视图进行2D卷积找到目标物体，最后把结果结合起来，也就是将3D定位问题转化为2D检测问题。定位就是用bounding box把目标器官包含其中，检测就是确定目标物体是否存在。
这里提到了随机森林的定位方法，称其定位精度高但时间花费大。本文声称优势在于精度和速度都不错，且仅需要有限的数据集。

【4】 2019 方法：使用一种新型CNN对头颈部OAR进行分割，称之为lifelong learning-based convolutional neural network( LL - CNN )。特点是在开始同时对多种OAR采用多任务学习框架，结合迁移学习，建立通用性的权值共享的网络，最后多任务卷积层会过渡到单任务的卷积层。

———————————————————————————————————————

【1】Joint Segmentation of Multiple Thoracic Organs in CT Images with Two Collaborative Deep Architectures
作者：Roger Trullo, Caroline Petitjean …

【2】Multi Atlas Segmentation with Active Shape Model Refifinement for Multi-Organ Segmentation in Head and Neck Cancer Radiotherapy Planning
作者：Thomas Albrecht, Tobias Gass …

【3】ConvNet-Based Localization of Anatomical Structures in 3-D Medical Images
作者：Bob D. de Vos∗, Jelmer M. Wolterink

【4】A Convolutional Neural Network Algorithm for Automatic Segmentation of Head and
Neck Organs-at-Risk Using Deep Lifelong Learning
作者：Jason W. Chan MD*, Vasant Kearney PhD* …