White matter hyperintensity and stroke lesion segmentation and differentiation using cnn_part2_2017

4.2 Comparison to state-of-the-art
作者和当前最好的方法进行了比较，LST（http://www.statistical-modelling.de/lst.html）工具里边LPA算法和LGA 算法。LPA只用到FLAIR图像，LGA用到了FLAIR图像和T1加权图像。进行比较的还有DeepMedic。还有一些参数设置。
表2展示了自动分割和专家标记的WMH和中风损伤的dice重合的分。
里边涉及到的一些检验还没搞明白。

https://zhidao.baidu.com/question/27899002.html
http://blog.sina.com.cn/s/blog_50685ce301017bwn.html#cmt_2787789
图5是自动分割结果与专家标定WMH的相关性分析。为了排除与头颅大小相关的潜在偏见，有一个好的比较，计算的是与颅内容积的体积比。理想状态下，自动分割应该产生与专家标注尽可能相同的结果，在图5中应该与虚线接近。实线表示拟合，R2
表示预测与专家标注的相似性，如果等于1,则表示预测与标注完全一样。RMSE是均方根误差。从图5下边两个小图看出，LPA 和 LGA比cnn方法都要差。uResNet 和DeepMedic的差异要少些。从表2看出，根据R 2， uResNet比DeepMedic好一些。但图5第一行图看出DeepMedic要与专家标注更相似一些（实线与虚线更相近一些）。
图6是Bland-Altman 图，跟加深的比较了预测和专家标定的相关性。图的横坐标表示每个数据的预测和专家标

定的平均值，纵坐标表示预测和专家标定之差。可再现系数（RPC）是一种测量方法，表示一种方法获得的体素能够再生另一种方法得到的结果的程度。变异系数（CV）表示两种方法产生结果之间的变化。图6中虚线是RPC的范围，Bland-Altman图还能看出相比较方法的可能偏见。LGA是低于估计体积（中间实线）的统计显著性趋势（p=0.85则拒绝0均值假设）。然而所有方法都有一个共性，趋于将大块的目标区预测小，而将小块的目标区预测大，在LGA中表现更加显著。

如图7,表示自动分割和专家标定的相关性分析Bland-Altman图。uResNet的RPC和CV都比DeepMedic小，两种方法都没有显示出显著性统计趋势，整体预测偏大或着偏小。然而值得注意的是两种方法都有一个趋势，将大块的目标区预测小，而将小块的目标区预测大。
图8是分割结果。看出uResNet比DeepMedic好一些（前两行）。最后一行图是uResNet将WMH错分为中风。还有就是，第一行图显示，所有的方法都比专家标注的预测少。

4.3 Clinical evaluation
虽然uResNet的分割结果和专家标定的非常相似，但是临床的正确性还有待考量。在这点个上，我们给出了（表2）体积和一些临床变量的相关系数结果，主要是Fazekas（http://muzhi.baidu.com/question/1445866408559298460.html）和MMSE。Fazekas量表被分为deep white matter (D-Fazekas)和 peri-ventricular (PV-Fazekas)，范围是0～3.还体现了一个额外组合的Fazekas量表（通过增加D-Fazekas and PV-Fazekas）。

5 Discussion
实验发现，跳跃连接使用summation和concatenation，区别不大，因此选择低复杂度的模型。然而，值得注意的一点是，concatenation是更加一般的解决办法，因为这使得网络自己学习在训练过程中以哪种更好的方式组合特征图。当然，额外的复杂度会有一个危险就是，过拟合和占用更多的内存。
医学图像分割的类别不平衡是一个在分割时必须考虑的因素。考虑类别不平衡的loss function有一个缺点就是，需要调节额外的权重参数。大量类别不平衡导致的一个混乱就是，大量的计算被用来优化图片大的相对简单的分割。Bootstrapped cross-entropy企图通过不考虑体素的loss function贡献（已经被证明分割的很好），将学习过程集中起来分割图像。然而这个技术要求额外参数的设置，将分类看作已经好的评估结果的阈值，表明和传统交叉熵表现相似。
一个重要的因素就是训练数据的提取。使用patch训练，从某种程度上是减少医学图像分割的类别不平衡的有效措施。另一个重要的因素是每类被提取的频率。训练数据通过随机抖动来增强，但是并没有发现对结果有明显的影响。