【脑肿瘤分割论文】：TransBTS: Multimodal Brain Tumor Segmentation Using Transformer

最新推荐文章于 2024-07-01 13:02:33 发布

北辰浅巷墨漓

最新推荐文章于 2024-07-01 13:02:33 发布

阅读量1.6k

点赞数 1

分类专栏：医学图像分割文章标签： transformer 深度学习计算机视觉脑肿瘤分割论文解读

本文链接：https://blog.csdn.net/qq_36655511/article/details/125266455

版权

医学图像分割专栏收录该内容

1 篇文章 0 订阅

订阅专栏

标题：TransBTS: Multimodal Brain Tumor Segmentation Using Transformer（TransBTS:使用多模态的脑肿瘤分割）
published in：MICCAI 2021: Medical Image Computing and Computer Assisted Intervention – MICCAI 2021
论文地址：https://linkspringer.53yu.com/chapter/10.1007/978-3-030-87193-2_11
代码地址： https: //github.com/Wenxuan-1119/TransBTS

1.摘要
Transformer最近在自然语言处理和2D图像分类方面取得了成功，它可以利用自我注意机制进行全局（长期）信息建模。然而，局部和全局特征对于密集预测任务至关重要，尤其是对于三维医学图像分割。在本文中，我们首次利用3D CNN中的Transformer进行MRI脑肿瘤分割，并提出了一种基于编码-解码结构的新型网络TransBTS。为了捕获局部3D上下文信息，编码器首先利用3D CNN提取体积空间特征地图。同时，对特征映射进行了精心的改造，将标记输入Transformer进行全局特征建模。解码器利用Transformer嵌入的功能并执行渐进式上采样以预测详细的分割图。在BraTS 2019和2020数据集上的大量实验结果表明，TransBTS在3D MRI扫描中脑肿瘤分割方面取得了与之前最先进的3D方法相当或更高的结果。

2.Method
2.1TransBTS的总体架构
将给定的MRI图像作为输入X,空间分辨率为HW,深度维度为D（表示有多少个切片），C表示通道（也就是要分为几个模态）。我们首先利用3D CNN生成捕获空间和深度信息的紧凑特征图，然后利用Transformer编码器在全局空间中建模长距离依赖关系。然后，我们重复叠加上采样层和卷积层，以逐步生成高分辨率的分割结果。

2.2 网络编码器
&emsp;由于Transformer的计算复杂度和序列长度是二次的，因此将图片直接输入是不太现实的。首先要将图片分割为固定大小(16*16)的切片，*然后将每个面片重塑为一个标记，将序列长度减少到162。为了解决Transformer无法跨越空间和深度维度建模图像局部上下文信息的问题，本文采用的解决方案是将3×3×3卷积块与降采样（步幅为2的步幅卷积）叠加，以逐渐将输入图像编码为低分辨率/高层次特征表示。
2.3 网络解码器
特征映射模块：transformer 首先被重塑为d * H/8 * W/8 * D/8,为了降低解码器的计算复杂度，采用卷积块将信道维数从d降到K。通过以上操作，得到了在编码器部分与F维数相同的特征映射Z。在特征映射后，对Z进行级联上采样操作和卷积块，逐步恢复全分辨率分割结果R。此外，通过级联实现更精细的分割掩码和更丰富的空间细节，使用跳转连接将编码器特征与解码器特征进行融合。
3.实验部分
3.1数据集
实验中包含两个数据集，分别为BraTS2019和BraTS2020挑战赛提供的公开数据集，其中2019的数据集包括335个病例用于训练，125个用于验证。2020的数据集包含369个病例用于训练，125个病例用于验证，166个病例用于测试。
3.2 使用的技术
采用Adam优化器来训练模型，初始学习率设置为0.0004，其中初始速率通过每次迭代以0.9的幂衰减。
硬件设备：使用8个NVIDIA Titan RTX GPU（每个GPU有24GB内存）进行培训，将batch_size设置为16，训练8000个epoches.
实验中使用到以下几种增强技术：

将图片240x240x155随机裁剪到128x128x128像素.
沿着轴向、冠状和矢状进行随机翻转，概率为0.5.
随机强度在[-0.1，0.1]之间移动，标度在[0.9，1.1]之间。采用softmax Dice损耗对网络进行训练，L2范数也用于模型正则化，权重衰减率为10−5、在测试阶段，我们利用Test Time Augmentation(TTA)来进一步提高我们提出的TransBTS的性能。

3.3主要结果
TransBTS在ET、WT和TC上的Dice结果分别是78.93%、90.00%和81.94%，由于验证集中的标签不能获取，因此对所有方法的训练集进行了5次交叉验证进行评估。各个方法的验证集结果如下：
在这里插入图片描述
3.4消融实验
1)研究Transformer序列长度(N)的影响，该长度由网络编码器中3D CNN的总体步幅（OS）控制。
2）我们在不同的模型尺度（即深度（L）和嵌入维度（d））下探索变压器。
3）我们还分析了跳过连接的不同位置的影响。
消融实验结果如下：
在这里插入图片描述
从表3中可以看出，OS从16调整到8来增加序列长度（从512增加到4096），可以显著的提高性能。将OS设置为4后，我们无法直接将每个volume重塑为特征向量。因此，我们做了一点修改，将序列长度保持在4096，即在传递到转换器之前，将每个2×2×2面片展开为一个特征向量。但是并没有提高性能，反而变得更差了。
嵌入维数（d）和tansformer层数（深度L）都决定着transformer的规模，因此进行消融实验验证transformer规模对于分割性能的影响。从表4中可以看出，L=4和d=512在ET和WT的性能最好。

5.结论
本文提出了一个新的分割框架，该框架在3D CNN中有效地结合了Transformer，用于MRI中的多模式脑肿瘤分割。最终的体系结构TransBTS不仅继承了3D CNN对本地上下文信息建模的优势，而且还利用Transformer学习全局语义关联。在两个数据集上的实验结果验证了TransBTS的有效性。