Robust Medical Instrument Segmentation Challenge 2019拜读

Good

0. 摘要

腹腔镜器械的术中跟踪通常是计算机和机器人辅助干预的先决条件。 虽然文献中已经提出了许多基于内窥镜视频图像检测、分割和跟踪医疗器械的方法，但仍有待解决的关键限制：
首先，鲁棒性。即最先进方法的可靠性能 在具有挑战性的图像上运行时（例如在存在血液、烟雾或运动伪影的情况下）。
其次，泛化能力。为特定医院的特定干预训练的算法应该推广到其他干预或机构。
为了促进这些限制的解决方案，我们组织了强大的医疗器械分割 (ROBUST-MIS) 挑战赛，作为一项国际基准竞赛，特别关注算法的稳健性和泛化能力。在内窥镜图像处理领域，我们的挑战首次包括二进制分割任务，还涉及多实例检测和分割。该挑战基于一个手术数据集，该数据集包含 10,040 个带注释的图像，这些图像是从三种不同类型的手术的总共 30 个手术过程中获取的。三个任务（二进制分割、多实例检测和多实例分割）的竞争方法的验证在三个不同的阶段进行，训练和测试数据之间的域差距越来越大。结果证实了最初的假设，即算法性能随着域间隙的增加而下降。虽然性能最佳的算法的平均检测和分割质量很高，但未来的研究应该集中在小型、交叉、移动和透明仪器（零件）的检测和分割上。
1. 介绍

略
2. 方法

2.1 挑战的任务

• 确定用于仪器检测和分割的鲁棒性方法
  
• 评估所提出方法的泛化能力
  
• 识别使图像特别具有挑战性的图像属性（例如烟雾、出血、运动伪影）
  

二进制分割任务，参与者必须使用二进制掩码提供精确的器械轮廓，“1”表示给定像素中存在手术器械，“0”表示不存在。
多实例分割任务，参与者必须通过分配代表不同医疗器械实例的数字“1”、“2”等来提供图像掩码。
多实例检测任务仅要求参与者检测和粗略定位视频帧中的仪器实例，其中位置可以用任意形式表示，例如边界框。
所有参与算法的泛化性和性能均分三个阶段进行评估，难度增加：
• 第 1 阶段：测试数据取自从中提取训练数据的程序（患者）。
• 第 2 阶段：测试数据取自与训练数据完全相同的手术类型，但取自训练中未包括的程序（患者）
• 第 3 阶段：与训练数据相比，测试数据取自不同但相似的手术类型（以及不同的患者）。
在算法提交给挑战赛之前，参与者只被告知第 1 阶段和第 2 阶段的手术类型；对于第三阶段，手术类型（乙状结肠切除术）被称为未知手术，以便测试算法泛化能力。
2.2 挑战的数据集

2.2.1 数据Recording

1) 数据来源
Storz内窥镜（All data was recorded with a Karl Storz Image 1 laparoscopic camera (Karl Storz SE & Co. KG, Tuttlingen, Germany), with a 30◦ optic lens. The Karl Storz Xenon 300 was used as a light source.）
2) 数据采集
海德堡大学医院外科综合手术室（Data acquisition was executed during daily routine procedures at the Heidelberg University Hospital, Department of Surgery in the integrated operating room (Karl Storz OR1 FUSION R ).）
3) 图像特殊设置
a) 分辨率：从主视频中的 1920×1080 像素 (HD) 降低到 960×540
4) 数据种类
三种不同类型手术（即 10 种直肠切除术、10 种直肠结肠切除术和 10 种乙状结肠切除术）的 30种微创外科手术视频。
2.2.2 数据提取

图像数据提取的步骤：
1) 删除相机在腹部以外的帧，保证隐私安全；
2) 所有视频以1帧/秒的速率进行采样，提取4,456个帧；加上手术阶段转换期间提取额外帧，总10040帧。
标签： 手术阶段的标签，可用EndVisSub Surgical Workflow Analysis in the SensorOR
2.2.3 标签生成

如下步骤生成Label：
1) 首先，公司Understand AI对提取的帧进行初始分割。
2) 挑战组织者分析注释，确定不一致并就注释协议达成一致。
3) 由 14 名工程师和 4 名医学生组成的团队审查所有注释，并在必要时根据注释协议对其进行改进。
4) 在模棱两可或不清楚的情况下，由两名工程师和一名医学生组成的团队生成共识注释。
5) 质量控制，一位医学专家检查所有精细的分割掩码并报告潜在的错误。
6) 标签的最终决定是由一个由医学专家和工程师组成的团队做出。
2.3 评价方法

2.3.1 Metrics指标

1) Binary Segmentation
Dice Similarity Coefficient (DSC) 、Normalized Surface Dice (NSD)

• Dice Similarity Coefficient (DSC)
  

Y 和                                        Y                         ^                                  \hat{Y}               Y^ 分别是一帧图像的真实分割图和预测分割图。这里简单介绍一下Dice系数：
Dice系数通常用来评价语义分割的指标，Dice系数是一种集合相似度度量函数，通常用于计算两个样本的相似度，取值范围在[0,1]：

其中 |X∩Y| 是X和Y之间的交集，|X|和|Y|分表表示X和Y的元素的个数，其中，分子的系数为2，是因为分母存在重复计算X和Y之间的共同元素的原因。

• Normalized Surface Dice (NSD)
  待续
  
• 2) Multi-instance Detection
  Mean Average Precision (mAP)。细节待续
  
• 3) Multiple Instance Segmentation
  Multiple Instance Dice Similarity Coefficient (MI_DSC)、Multiple Instance Normalized Surface Dice (MI_NSD)。细节待续
  

2.3.2 Ranking评分

3. 结果

3.1. Method descriptions of participating algorithms

• Team caresyntax: Single network fits all
   多实例分割的核心思想：应用基于单个网络的 Mask R-CNN，两个分支共享卷积层。
   泛化：仅提供有限的训练数据，帮助网络更好地泛化。
   细节：使用经过预训练的 Mask R-CNN 版本，不包括视频中的任何时间信息。
   优势：方法大大优于基于 U-Net 的模型。
  
• Team CASIA_SRL: Dense pyramid attention network for robust medical instrument segmentation
   网络：Dense Pyramid Attention Network for multi-instance segmentation
   问题：光照变化、手术器械尺寸变化
   注意力模块：获取二阶统计数据，为提取像素间的语义关系和全局上下文
  
• Team Djh: A RASNet-based deep learning approach for the binary segmentation task
   网络：Refined Attention Segmentation Network
   预处理：数据增强。超参数调优
   特点：capture low-level and higher-level features
  
• Team fisensee: OR-UNet
   网络：optimized robust residual 2D U-Net (OR-UNet)
   模型细节：sum of DSC and cross-entropy loss and a multi-scale loss
  

来源：https://blog.csdn.net/duanyuwangyuyan/article/details/123352364
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！